剂量 pd.read_csv skiprows 参数是否支持跳过空行？

Question

我有一个 csv 文件，如下所示：

                                                               SUMMARY OF SURFACE ENERGY BALANCE


              INCOMING                NET SOLAR RADIATION BY MATERIAL                               NET LONG-WAVE RADIATION BY MATERIAL
               SOLAR   REFLECTED ------------------------------------------  INCOMING OUTGOING   -----------------------------------------
 DAY HR  YR   ON SLOPE   SOLAR   CANOPY     SNOW   RESIDUE    SOIL    TOTAL  LONGWAVE LONGWAVE   CANOPY    SNOW   RESIDUE    SOIL    TOTAL  SENSIBLE  LATENT    SOIL
                 W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2     W/M2




 338 24   86     30.8      5.6     19.4      0.0      5.4      0.5     25.3    290.6    317.5    -16.4      0.0     -6.3     -4.1    -26.9     -4.7     -0.8     -6.8
 339 24   86     11.6      5.6      4.8      1.2      0.0      0.0      6.0    301.5    311.4     -5.2     -3.5     -0.4     -0.7     -9.9      1.3     -0.1     -7.1

...

文件的第 1 行、第 3 行、第 4 行、第 10 行、第 11 行和第 12 行为空。

第 7 行是 header。

第 13 行之后的行是数据。

我想把它读成 dataframe 并做一些分析。

为此，我必须：

• 将第 7 行设置为 header
• 跳过第 8 行（不是数据行）

如果我使用此代码可以获得正确的结果：

import pandas as pd
df = pd.read_csv(path, header=3, skiprows=[7])
print(df.head())

这将像这样打印：

   DAY HR  YR   ON SLOPE   SOLAR   CANOPY     SNOW   RESIDUE    SOIL    TOTAL  LONGWAVE LONGWAVE   CANOPY    SNOW   RESIDUE    SOIL    TOTAL  SENSIBLE  LATENT    SOIL
0   338 24   86     30.8      5.6     19.4      0...                                                                                                                  
1   339 24   86     11.6      5.6      4.8      1...                                                                                                                  
2   340 24   86     22.2     18.5      0.0      3...                                                                                                                  
3   341 24   86     22.8     18.7      0.0      4...                                                                                                                  
4   342 24   86     48.4     37.0      4.4      7...   

但是，当我调用 read_csv function 时，将 header 参数设置为 3，并将 skiprows 参数设置为 7，我得到了这个结果（即使我需要在 Z099FB995346F33E95EZ6 行之后应用 skiprow）。

header 已经忽略了 header 之前的空行，但是skirows 不能忽略之前的空行。

结论

所以我想知道 skiprows 参数可以忽略空行吗？

如果可能的话，我只需要知道 header 行号之后的跳过数，而忽略从顶部开始计算的需要。

Answer 1

我快速查看了文档，似乎没有，原因是当参数skip_blank_lines设置为True （默认情况下）时， header会忽略行，但skiprows不考虑该参数。

但是，您可以在不使用skiprows参数的情况下读取并删除na值。

df = pd.read_csv(path, header=3, skip_blank_lines=True).dropna()

但老实说，这可能不是一个好主意，因为 dtypes 将设置为具有na值的受影响列的objects 。