Question

数据集由10列组成，但前6行是“简介数据”，只有一列

例如，文件如下所示：

dataset_name = data1
date= 1/1/1970
items=1000
... (for 6 lines)

# following by the data itself
column1,column2.column3.....

从网址加载制表符分隔的值数据集，跳过前6行（不是数据的一部分，而是所需的信息）

data = pd.read_csv(url,skiprows=6, engine='python')

问题： 由于需要顶行，跳过后如何将已跳过的行取回？（无需两次加载文件...。）

Answer 1

您可以从StringIO创建类似文件的对象，并从中读取：

import pandas as pd
import requests
import io

url = 'https://srv-file6.gofile.io/download/su2C6D/so57674146.csv'

resp = requests.get(url)
f = io.StringIO(resp.content.decode())

header = {}
for i in range(6):
    key,val = f.readline().strip().split('=')
    header[key] = val

df = pd.read_csv(f, engine='python')

print(header)
print(df)

csv文件：

dataset_name = data1
date= 1/1/1970
items=1000
line_4=4
line_5=5
line_6=6
column1,column2,column3
1,2,3
10,20,30

示例程序的输出：

{'dataset_name ': ' data1', 'date': ' 1/1/1970', 'items': '1000', 'line_4': '4', 'line_5': '5', 'line_6': '6'}
   column1  column2  column3
0        1        2        3
1       10       20       30

熊猫read_csv，重复使用跳过的行

1 个答案: