Python 从dataframe中删除行，直到找到实际的列名

我正在熊猫数据框中阅读电子邮件中的表格数据。 无法保证列名将包含在第一行中。有时数据采用以下格式。实际列名为[ID、名称和年份]

dummy1           dummy2     dummy3
test_column1 test_column2 test_column3
ID     Name        Year
1      John        Sophomore
2      Lisa        Junior
3      Ed          Senior

有时，列名会按预期出现在第一行中

ID     Name        Year
1      John        Sophomore
2      Lisa        Junior
3      Ed          Senior

一旦我从电子邮件中读取HTML表，我将如何删除不包含列名的初始行？因此，在第一种情况下，我需要删除数据框中的前2行（包括列行），在第二种情况下，我不必删除任何内容

此外，列名可以是任意序列。 基本上，我想做以下几点

1.check whether once of the column names contains in one of the rows in dataframe
2.Remove the rows above
if "ID" in row:
    remove the above rows

---

我如何才能做到这一点？

丑陋但有效的快速尝试：

id_name = df.columns[0]
df_clean = df[(df[id_name] == 'ID') | (df[id_name].dtype == 'int64')]

---

丑陋但有效的快速尝试：

id_name = df.columns[0]
df_clean = df[(df[id_name] == 'ID') | (df[id_name].dtype == 'int64')]

---

您可以首先获取有效列的

索引

，然后进行相应的筛选和设置

df = pd.read_csv("d.csv",sep='\s+', header=None)

或

如果您想将

ID

作为索引

df = df.iloc[col_index + 1 :].set_index('ID')
df
    Name       Year
ID
1   John  Sophomore
2   Lisa     Junior
3     Ed     Senior

---

您可以首先获取有效列的

索引

，然后进行相应的筛选和设置

df = pd.read_csv("d.csv",sep='\s+', header=None)

或

如果您想将

ID

作为索引

df = df.iloc[col_index + 1 :].set_index('ID')
df
    Name       Year
ID
1   John  Sophomore
2   Lisa     Junior
3     Ed     Senior

---

原始数据的格式是什么？是HTML吗？纯文本？HTML..我正在读取找到标记的表格。我正在读取列表中的表格，我的代码结构与列表中的df类似：#检查df中哪一行包含列名#删除上面的行#执行其他处理#读取#html接受允许跳过行的头参数。最好先确定行数，然后再读取HTML。你能提供样本数据吗？我可以试着写一个解决方案。原始数据的格式是什么？是HTML吗？纯文本？HTML..我正在读取找到标记的表格。我正在读取列表中的表格，我的代码结构与列表中的df类似：#检查df中哪一行包含列名#删除上面的行#执行其他处理#读取#html接受允许跳过行的头参数。最好先确定行数，然后再读取HTML。你能提供示例数据吗？我可以试着写一个解决方案。谢谢，但它给了我以下错误col_index=df.index[（df=[“ID”，“Name”，“Year”]）。all（1）]。item（）#get columns index ValueError:无效的广播比较[ID”，“Name”，“Year”]关于块值，我猜可能是您使用的是旧版本的pandas。我在pandas 1.x中尝试过，它正在工作。不管怎么说，您使用的是哪个版本？我使用的是0.25.3，这不是版本问题。我在

0.25.3

中尝试过，它也在那里工作。谢谢..只需再查询一次..数据帧中的列数可以是可变的，但是[“ID”，“Name”，“Name.”年份“]将始终存在..我想查找这3列中的任何一列..在这种情况下，我如何修改上述代码？我三次使用此

df.index[（df=[“ID”，“Name”，“Year”]）.any（1）].item（）

但它是错误的..我还尝试了

df.index[（“ID”in df）].item（）

。但它是错误的谢谢，但它给了我以下错误col\u index=df.index[（df==[“ID”，“Name”，“Year”]）。所有（1）]。项（）#获取列索引值错误：无效的广播比较[ID”，“Name”，“Year”]使用块值，我猜可能是您使用的是旧版本的pandas。我在pandas 1.x中尝试过，它正在工作。不管怎样，您使用的是哪个版本？我使用的是0.25.3，这不是版本问题。我在

0.25.3

中尝试过，它也在那里工作。谢谢..只需再查询一次..数据帧中的列数可以是可变的，但是[“ID”，“Name”，“年”]将始终存在..我想查找这3列中的任何一列..在这种情况下，我如何修改上面的代码？我三次使用此

df.index[（df=[“ID”，“Name”，“Year”]）.any（1）].item（）

但它是错误的..我还尝试了

df.index[（“ID”in df）].item（）

。但它是错误的