Python Pandas read_csv跳过行但保留标题

Question

我无法弄清楚如何在csv文件中跳过n行，但保留标题为1行。

我想要做的是迭代，但保留第一行的标题。 skiprows使标题成为跳过行之后的第一行。这样做的最佳方式是什么？

data = pd.read_csv('test.csv', sep='|', header=0, skiprows=10, nrows=10)

Answer 1

您可以将行号列表传递给skiprows而不是整数。然后，读者将忽略列表中的那些行。

通过给函数提供整数10，你只需要跳过前10行。

要保持第一行0（作为标题）然后跳到第10行，您可以写：

pd.read_csv('test.csv', sep='|', skiprows=range(1, 10))

Answer 2

要扩展@AlexRiley的答案，skiprows参数采用数字列表，该数字列表确定要跳过的行。所以：

pd.read_csv('test.csv', sep='|', skiprows=range(1, 10))

与以下相同：

pd.read_csv('test.csv', sep='|', skiprows=[1,2,3,4,5,6,7,8,9])

忽略特定行的最佳方法是创建忽略列表（手动创建或使用range之类的函数返回整数列表）并将其传递给skiprows。 / p>

Answer 3

已经有了很好的答案。.我不知何故在这里需要添加广义形式。.考虑这种情况：-

假设您的xls / csv的前2行（行＃0,1）中有垃圾行。第2行（第3行）是真正的标题，您要从第50行（即第51行）开始加载10行。这是代码段：-

pd.read_csv('test.csv', header=2, skiprows=range(3, 50), nrows=10)

Answer 4

如果要遍历一个长的csv文件，则可以使用chunksize参数。如果出于某种原因需要手动执行此操作，则可以尝试以下操作，只要知道需要执行多少次迭代即可：

for i in range(num_iters):
    pd.read_csv('test.csv', sep='|', header=0, 
                 skiprows = range(i*10 + 1, (i+1)*10), nrows=10)

Answer 5

如果您需要跳过/删除特定的行，请说出前3行（即0,1,2），然后再说2行（即4,5）。您可以使用以下内容保留标题行：

df = pd.read_csv(file_in, delimiter='\t', skiprows=[0,1,2,4,5], encoding='utf-16', usecols=cols)