Pandas 如何在读取CSV文件时跳过行

Python有一个内置的方法read_csv，可以在使用Pandas读取CSV文件时设置跳过行。CSV代表逗号分隔值，是一个包含数据库的文件扩展名。这个技术可以在涉及从CSV文件读取和处理数据的任何应用程序中使用。可以使用各种应用程序，如数据过滤、Excel工具等。

语法

在示例中使用以下语法：

read_csv('file_name.csv', skiprows= set the condition according to user choice)

这是pandas模块的内置函数，可以读取CSV文件的数据。它接受两个参数 –

• filename.csv – csv是文件扩展名的简单表示。

• skiprows – 这个参数允许用户根据条件跳过/删除行。

示例1

在下面的示例中，我们将通过导入名为pandas的模块并将引用对象命名为pd来开始程序。然后初始化一个名为df的变量，它通过内置的read_csv()方法存储值，该方法接受两个参数 – demo.csv（文件的名称）和skiprows（设置特定索引行）。skiprows使用列表推导式设置行。最后，我们只使用变量df以表格形式获取数据。

#skip multiple rows
import pandas as pd
df = pd.read_csv('demo.csv',skiprows=[1,5,12])
df

输出

示例2

在下面的示例中，我们将展示如何跳过数据中的单行。首先，导入pandas模块，它有助于设置读取数据的操作。将pd作为对象引用导入，将与read_csv一起使用进行赋值。通过使用这个内置函数，它接受两个参数- ‘demo.csv’（文件名）和skiprows（设置为值1，从表格中删除第一行）。

#skip only single rows
import pandas as pd
df = pd.read_csv('demo.csv',skiprows=1)
df

输出

示例3

在下面的示例中，我们首先导入pandas模块，该模块可用于处理名为pd的对象引用。 接下来，我们将将值存储为内置方法read_csv与pd一起使用，该方法接受两个参数- ‘demo.csv’（文件名）和skiprows（设置偶数条件的值）。 最后，使用变量df获取输出。

# skip rows based on even condition
import pandas as pd
df = pd.read_csv('demo.csv', skiprows=lambda x:x%2!=0)
# print the months in even order  
df

输出

示例4

在下面的示例中，首先通过导入名为pandas的模块开始程序。然后使用内置方法read_csv来设置两个参数-‘demo.csv’（文件名）和skiprows（将值设置为lamda x:x>5，仅设置前五行）。接下来，使用变量df获取5行的数据。

# skip rows based on certain rows
import pandas as pd
df = pd.read_csv('demo.csv', skiprows= lambda x:x>5)
df

输出

示例5

在以下示例中，程序从pandas模块开始，并将对象引用设置为pd。然后，通过使用内置方法初始化名为df的变量，并使用三个参数存储值- ‘demo.csv’（文件名）、skiprows（在列表中将值整数2和10设置为删除表中的数据）和nrows（将值设置为10，表示只有10行可用）。

import pandas as pd
df = pd.read_csv('demo.csv', skiprows=[2,10],nrows=10)
df

输出

结论

我们通过对skiprows应用不同条件来讨论了其概念。我们使用了skiprows条件来跳过单行、跳过多行、基于偶数条件跳过行、基于特定条件跳过行以及跳过CSV文件中的特定行。