Pandas 如何跳过 CSV 导入时的行

在本文中，我们将介绍当您使用 Pandas 从 CSV 文件中导入数据时，如何跳过文件中不需要的行。

CSV 导入

CSV（Comma-separated values）是一种常见的文件格式，用于存储有序的、逗号分隔的数据。Pandas 是一个流行的 Python 数据分析库，支持从 CSV 文件中导入数据。我们可以使用 Pandas 中的 read_csv() 函数将 CSV 文件中的数据读取到 Pandas DataFrame 中。下面是一个示例代码：

import pandas as pd

df = pd.read_csv('data.csv')

在这个示例中，我们将一个名为 data.csv 的文件读取到了 Pandas DataFrame df 中。

跳过行

在有些情况下，您可能希望跳过 CSV 文件中的一些行，例如文件头。这时，我们可以利用 skiprows 参数来告诉 Pandas 跳过哪些行。skiprows 参数可以是一个数字、一个列表或者一个函数。接下来我们将分别介绍这三种用法。

跳过指定数量的行

如果您想要跳过 CSV 文件的前几行，可以使用 skiprows 参数指定要跳过的行数。例如，要跳过 CSV 文件中的前两行，可以这样写：

df = pd.read_csv('data.csv', skiprows=2)

这将从 CSV 文件的第三行开始读取数据。

跳过指定的行

有时候我们需要跳过文件中的特定行，例如文件头或注释行。这时候，我们可以使用 skiprows 参数传入一个列表，列表中的元素为要跳过的行的索引。例如，要跳过 CSV 文件中的第一行和第三行，可以这样写：

df = pd.read_csv('data.csv', skiprows=[0, 2])

这将从 CSV 文件的第二行、第四行等其他行开始读取数据。

跳过满足条件的行

有时候，我们需要根据某些条件来决定是否跳过某些行。这时候我们可以传递一个函数作为 skiprows 参数。该函数将对文件中的每一行进行检查，如果返回 True 则跳过该行，否则读取该行数据到 DataFrame 中。例如，要跳过所有开头带有 # 的注释行，可以这样写：

def skip_func(row):
    return row.startswith('#')

df = pd.read_csv('data.csv', skiprows=skip_func)

这里定义了一个函数 skip_func()，该函数接收一个参数 row，表示 CSV 文件中的一行。如果该行以 # 开头，则跳过该行，否则将该行数据读取到 DataFrame 中。注意，skiprows 参数将 skip_func 作为一个函数传递给 read_csv()，而不是直接调用函数。