如何删除 csv 中第一列中包含“class”一词的所有行，但第一行除外

Question

import pandas as pd
df = pd.read_csv('coords.csv',sep=',',header=1)

在这种情况下，在第一列中包含单词“class”的 header 行在下面重复了几行，我需要的是让 csv 文件的第一行仅包含单词“class”的第一行列和 rest 删除它们。 当我的意思是删除它们时，我并不是说它们被留空，因为这会影响数据，而是简单地删除它们

Answer 1

这是一个过滤掉这些行的小脚本。 它不会将整个文件加载到 memory 中，而是对每一行进行读写，除了以“类”开头的行：

import csv

with open('coords_filtered.csv', 'w', newline='') as out_f:
    writer = csv.writer(out_f)

    with open('coords.csv', newline='') as in_f:
        reader = csv.reader(in_f)
        # Transfer header
        writer.writerow(next(reader))

        for row in reader:
            if row[0] == 'class':
                continue  # skip row / don't write

            writer.writerow(row)

Answer 2

如果我理解正确，您需要清除数据中出现的所有重复标题。 如果是这种情况并且文件不是那么大，您可以在 read_csv 使用之后过滤 dataframe

import pandas as pd
df = pd.read_csv('coords.csv',sep=',',header=0)
df = df[df['class'] != 'class'] 

编辑：要使其正常工作，您必须将索引为 0 的第一行视为 header 以便可以过滤 dataframe