Python 如何使用熊猫跳过未知数量的行？

在下面的示例中，我只能看到第一行数据的df.columns。但是，我想为不同的文件使用代码。对于其中一些，前几行是空的。我不知道确切的行数，因此无法使用f.e:skiprows=4。如何找到应跳过的空行数

path = r'D:\columntest.xlsx'
xlsx = pd.ExcelFile(path)
df = pd.read_excel(xlsx, sheet_name=0)

print(df.columns)

---

您可以使用drop_na方法：

df.dropna(how='all', inplace=True)
df = df.reset_index(drop=True)
df.columns = df.iloc[0]
df = df.drop(0)

---

此解决方案的思想是将excel工作表加载到数据框中。然后将其存储到csv文件中。最后，我们打开csv文件并删除带有双分号的所有行

import pandas as pd

# load excel file
path_load = 'D:/columntest.xlsx'
xlsx = pd.ExcelFile(path)
df = pd.read_excel(path, sheet_name=0, header=None)

# store sheet as csv file
path_store = path_load[:-5] + '.csv'
df.to_csv(path_store, sep=';', index=False, header=False)

# process csv to remove lines with `;;`
with open(path_store, "r") as f:
    lines = f.readlines()
with open(path_store, "w") as f:
    for line in lines:
        if line.strip("\n") != ';;':
            f.write(line)

df = pd.read_csv(path_store, sep=';')

---

我需要将“drop_na”改为“dropna”，但它不起作用。当第一行中没有给出列名时，它会打印名称：“未命名：0”、“未命名：1”等等。我在原始答案中添加了一些行。我需要给你一个搜索函数才能得到这个结果。当第2、3、4、5、6……行中给出了列名时，它可以工作，但当它们出现在第1行时，它就不工作了。然后我得到了一个错误——“单位置索引器超出范围”。当我添加：c=df.columns[0]时，它会工作，然后：如果c=='Unnamed:0'：您的解决方案。当第一行给出列名时，它只会更进一步。我已经尝试了您的解决方案。当我在结尾使用“print（df.columns）”时，它会打印名称：“Unnamed:0”、“Unnamed:1”等等。它只在第一行给出列名时才起作用。只要不提供示例数据集，就很难猜出哪里出了问题。对我来说，它工作在一个Excel文件中，有不同数量的空行和多张工作表。