pandas：如何指定起始行提取数据

我正在使用Pandas库和Python。

我有一个Excel文件，在Excel工作表顶部有一些标题信息，我不需要进行数据提取。

但是，标题信息可能需要更长的行，所以不可预测的时间可能会多长。

所以，我的数据提取应该从它所说的“ID”开始……对于这个特殊情况，它从第5行开始，但是它可能会改变。

图像显示在底部（我在第5行灰色显示敏感信息）。

我如何把这个逻辑（跳过标题和跳转到第5行）？ 模式应该是，行标题从“ID，EMP_ID”开始。

with open('File.xls') as fp: skip = next(filter( lambda x: x.startswith('ID'), enumerate(fp) ))[0] df = pd.read_excel('File.xls', usercols=['ID', 'EMP_ID'], skiprows=skip) print df 

Answer 1

您可以手动检查标题行，然后使用read_csv s关键字参数skiprows 。

 with open('data.csv') as fp: skip = next(filter( lambda x: x[1].startswith('ID'), enumerate(fp) ))[0] 

然后跳过这些行：

 df = pandas.read_csv('data.csv', skiprows=skip) 

就像那样，你可以支持任意长度的预标题部分。

---

对于Python 2：

 import itertools as it with open('data.csv') as fp: skip = next(it.ifilter( lambda x: x[1].startswith('ID'), enumerate(fp) ))[0] 

Answer 2

你可以使用pd.read_csv并指定skiprows=4 ：

 df = pd.read_csv('test.csv', skiprows=4)