如何在 Pandas CSV 导入中跳过行？

使用 Pandas 进行 CSV 导入时跳过行

使用 pandas.read_csv() 导入 CSV 数据时，您可能想要跳过某些行。但是，skiprows 参数可能会令人困惑，因为它同时接受列表和整数。

skiprows 参数允许您指定要从文件开头跳过的行。如果您提供行号列表，它将跳过这些行。如果您提供一个整数，它将跳过该行数。

例如，如果您有一个 CSV 文件，其中第二行包含不必要的数据并且您想要跳过它，您可以使用以下任意一种方法：

Skiprow 作为列表（推荐）

<code class="python">import pandas as pd
from io import StringIO

s = """1, 2
3, 4
5, 6"""

# Skip the second row using a list
df = pd.read_csv(StringIO(s), skiprows=[1], header=None)

# Output: Row with index 1 skipped
print(df)</code>

Skiprow 作为整数

<code class="python"># Skip the second row using an integer
df = pd.read_csv(StringIO(s), skiprows=1, header=None)

# Output: Row with index 1 skipped
print(df)</code>

注意使用skiprows=1 会跳过第一行，而skiprows=[1] 会跳过索引为1 的行。这是因为Python 使用基于0 的索引，其中列表中的第一个元素的索引为0。

结论

通过了解skiprows参数的行为，您可以在使用pandas导入CSV期间有效地跳过不需要的行。

以上是如何在 Pandas CSV 导入中跳过行？的详细内容。更多信息请关注PHP中文网其他相关文章！