Python 正在删除输入文件的行。

我正在读取pandas中的文件，这些文件的列名不是以第一行开头，而是data.csv的标题/名称第1行

>>> df = pd.read_csv("data.csv")
>>> df
  Unnamed: 0 Unnamed: 1  name Unnamed: 3
0       col1       col2  col3       col4
1          1          2     3          4
2          2          5     4          6

在这种情况下，我如何删除带有标题/名称的行，并确保实际列名为col1、col2等

---

提前感谢

考虑到您的数据位于

data.csv

中，您可以使用以下代码：

df = pd.read_csv("data.csv", skiprows=1)

输出：

    col1    col2    col3    col4    Unnamed: 4  Unnamed: 5  Unnamed: 6
0   1        2       3       4      NaN          NaN          NaN
1   2        5       4       6      NaN          NaN          NaN

   col1 col2 col3 col4
0   1    2    3     4
1   2    5    4     6

用鼠标删除不需要的列

df = df.dropna(axis=1)
print(df)

输出：

    col1    col2    col3    col4    Unnamed: 4  Unnamed: 5  Unnamed: 6
0   1        2       3       4      NaN          NaN          NaN
1   2        5       4       6      NaN          NaN          NaN

   col1 col2 col3 col4
0   1    2    3     4
1   2    5    4     6

正如@jpp所指出的，您也可以通过以下一步实现这些目标：

df = pd.read_csv("data.csv", skiprows=1, usecols=['col1', 'col2', 'col3', 'col4'])

---

有关更多信息，请参阅。

考虑到您的数据位于

data.csv

，您可以使用以下代码：

df = pd.read_csv("data.csv", skiprows=1)

输出：

    col1    col2    col3    col4    Unnamed: 4  Unnamed: 5  Unnamed: 6
0   1        2       3       4      NaN          NaN          NaN
1   2        5       4       6      NaN          NaN          NaN

   col1 col2 col3 col4
0   1    2    3     4
1   2    5    4     6

用鼠标删除不需要的列

df = df.dropna(axis=1)
print(df)

输出：

    col1    col2    col3    col4    Unnamed: 4  Unnamed: 5  Unnamed: 6
0   1        2       3       4      NaN          NaN          NaN
1   2        5       4       6      NaN          NaN          NaN

   col1 col2 col3 col4
0   1    2    3     4
1   2    5    4     6

正如@jpp所指出的，您也可以通过以下一步实现这些目标：

df = pd.read_csv("data.csv", skiprows=1, usecols=['col1', 'col2', 'col3', 'col4'])

有关更多信息，请参阅。

您可以选择跳过行：

您可以选择要跳过的特定行号或要跳过的行数。如果使用特定的行号，则将列表传递给

skiprows

。在您的情况下，您可以使用以下方法确保正确阅读某些内容：

pd.read\u csv（“data.csv”，header=[0]，skiprows=[0]）

数据：

我使用了存储在名为data.csv的文件中的以下数据

>>> df = pd.read_csv("data.csv")
>>> df
  Unnamed: 0 Unnamed: 1  name Unnamed: 3
0       col1       col2  col3       col4
1          1          2     3          4
2          2          5     4          6

,,name,
0,       col1,       col2,  col3,       col4,
1,          1,          2,     3,          4,
2,          2,          5,     4,          6

输出：

    col1    col2    col3    col4    Unnamed: 4  Unnamed: 5  Unnamed: 6
0   1        2       3       4      NaN          NaN          NaN
1   2        5       4       6      NaN          NaN          NaN

   col1 col2 col3 col4
0   1    2    3     4
1   2    5    4     6

从文档中：

文件开头要跳过的行号（0索引）或要跳过的行数（int）

链接到来源：

以下是文档的一部分，供您参考。

您可以选择跳过行：

您可以选择要跳过的特定行号或要跳过的行数。如果使用特定的行号，则将列表传递给

skiprows

。在您的情况下，您可以使用以下方法确保正确阅读某些内容：

pd.read\u csv（“data.csv”，header=[0]，skiprows=[0]）

数据：

我使用了存储在名为data.csv的文件中的以下数据

>>> df = pd.read_csv("data.csv")
>>> df
  Unnamed: 0 Unnamed: 1  name Unnamed: 3
0       col1       col2  col3       col4
1          1          2     3          4
2          2          5     4          6

,,name,
0,       col1,       col2,  col3,       col4,
1,          1,          2,     3,          4,
2,          2,          5,     4,          6

输出：

    col1    col2    col3    col4    Unnamed: 4  Unnamed: 5  Unnamed: 6
0   1        2       3       4      NaN          NaN          NaN
1   2        5       4       6      NaN          NaN          NaN

   col1 col2 col3 col4
0   1    2    3     4
1   2    5    4     6

从文档中：

文件开头要跳过的行号（0索引）或要跳过的行数（int）

链接到来源：

---

这是文档的一个示例，供您参考。

有一个

skiprows

参数要-大概您只需要

skiprows=1

有一个

skiprows

参数要-大概您只需要

skiprows=1

您运行了代码吗

pd.read\u csv（“data.csv”，header=[0]，skiprows=[0]）

加载所有要成为

NaN的值

如果进行向下投票，请留下评论，以便我可以改进我的响应。@HarvIpan我添加了一个更具体的编辑，但我对回答中包含的语法没有任何问题。并非所有文件都有不需要的行。我有逻辑来检查行是否不需要。我必须读取/加载csv两次（检查不需要的行数，然后使用skiprows重新加载）。这可以避免吗？你运行代码了吗

pd.read\u csv（“data.csv”，header=[0]，skiprows=[0]）

加载所有要成为

NaN的值

如果进行向下投票，请留下评论，以便我可以改进我的响应。@HarvIpan我添加了一个更具体的编辑，但我对回答中包含的语法没有任何问题。并非所有文件都有不需要的行。我有逻辑来检查行是否不需要。我必须读取/加载csv两次（检查不需要的行数，然后使用skiprows重新加载）。这可以避免吗？如果有其他不需要的列，最好在

pd.read\u csv

中使用

usecols

参数。如果有其他不需要的列，最好在

pd.read\u csv

中使用

usecols

参数。