使用 Pandas 导入 CSV 文件时如何跳过特定行？

如何使用 Pandas 导入带有跳过行的 CSV 文件

将 CSV 文件导入到 Python 中是一项常见任务，Pandas 是一个用于操作和分析数据的流行库。但是，您可能会遇到在导入过程中需要跳过特定行的情况。

为了实现此目的，Pandas 在其 read_csv() 函数中提供了skiprows 参数。然而，文档可能看起来不明确，让您想知道如何正确指定要跳过的行。

了解skiprows参数

skiprows参数接受以下列表之一行号（从 0 开始索引）或表示从文件开头跳过的行数的整数。之所以会出现混乱，是因为 Pandas 允许两种解释，具体取决于您提供的值的格式。

• 行号列表（例如，skiprows=[1]）： 跳过具有指定索引的行。在这种情况下，skiprows=[1] 将跳过索引为 1 的行（第二行）。
• 整数（例如，skiprows=1）： 跳过索引的前 n 行文件，其中 n 是整数值。因此，skiprows=1 将跳过第一行。

示例

为了说明差异，请考虑以下 CSV 文件：

<code class="csv">1, 2
3, 4
5, 6</code>

要跳过第二行（索引为 1）：

<code class="python">import pandas as pd

# Skip row with index 1
data = pd.read_csv("data.csv", skiprows=[1])

# Print the data
print(data)</code>

这将输出：

   0  1
0  1  2
1  5  6

要跳过第一行：

<code class="python">import pandas as pd

# Skip first row
data = pd.read_csv("data.csv", skiprows=1)

# Print the data
print(data)</code>

这将输出：

   0  1
0  3  4
1  5  6

通过了解在 Pandas.read_csv() 中指定跳过行的不同方法，您可以有效地导入数据并处理需要排除某些行的特定场景。

以上是使用 Pandas 导入 CSV 文件时如何跳过特定行？的详细内容。更多信息请关注PHP中文网其他相关文章！