Python 2.7 过滤掉表中间的额外标题

我正在尝试导入一个非常大的数据文件。它是一个文本文件，结构如下

***** Information about Data ***********
Information about data
Information about Data
Information about Data

Information about Data

    Col1     Col2
     1.0      1.0
     1.0      1.0
     1.0      1.0
     1.0      1.0
     ...(10k+ lines)
     1.0      1.0
     1.0      1.0
***** Information about Data ***********
Information about data
Information about Data
Information about Data

Information about Data

    Col1     Col2
     1.0      1.0
     1.0      1.0
     1.0      1.0
     1.0      1.0
     ...(10k+ lines)
     1.0      1.0
     1.0      1.0

并重复任意次数。标题之间的行数不同，文件总行数>100万行

有没有一种方法可以在不逐行查看的情况下剥离此标题？我已经写了一行一行的搜索，但是太慢了，不实用

---

每次显示时，标题都会略有不同。

假设您的文件名为

test.txt

• 以字符串形式读入整个文件

• split

  on

  '\n*'

       new line
               \ 
    1.0      1.0
  ***** Information about Data ***********
   \
    followed by astricks
  

• rsplit

  按

  '\n\n'

  结果并取最后一个

         first new line
                       \
  Information about Data
  
   \
    second new line
      Col1     Col2
       1.0      1.0
       1.0      1.0
       1.0      1.0
  

• read\u csv

• pd.concat

---

---

假设您的文件名为

test.txt

• 以字符串形式读入整个文件

• split

  on

  '\n*'

       new line
               \ 
    1.0      1.0
  ***** Information about Data ***********
   \
    followed by astricks
  

• rsplit

  按

  '\n\n'

  结果并取最后一个

         first new line
                       \
  Information about Data
  
   \
    second new line
      Col1     Col2
       1.0      1.0
       1.0      1.0
       1.0      1.0
  

• read\u csv

• pd.concat

---

---

是否

标题信息

实际上是

标题信息

？否，我将相应地编辑

np。genfromtxt

接受任何可以逐行输入的输入。由于它已经使用

readline

读取文件，因此在管道中插入逐行搜索不会降低速度。使用

pandas'

编译阅读器，情况可能会有所不同。是否

标题信息

实际上是

标题信息

？否，我将相应地编辑

np。genfromtxt

接受任何可以逐行输入的输入。由于它已经使用

readline

读取文件，因此在管道中插入逐行搜索不会降低速度。使用

pandas'

编译阅读器，情况可能会有所不同。