Python 使用带有注释标题的熊猫读取csv

我的CSV文件标题行中有

#

：

s = '#one two three\n1 2 3'

如果我使用

pd.read_csv

则

符号进入第一个标题：

import pandas as pd
from io import StringIO
pd.read_csv(StringIO(s), delim_whitespace=True)
     #one  two  three
0     1    2      3

如果我设置参数

comment='#'

，那么

pandas

将完全忽略该行

有没有简单的方法来处理这个案子

第二个相关问题是我如何处理引用在这种情况下，它不使用

：

它与

#

不匹配：

谢谢

+Update

下面是对第二个示例的测试

s = '#"one one" two three\n1 2 3'
# here I am cheating slicing the string
wanted_result = pd.read_csv(StringIO(s[1:]), delim_whitespace=True)
# is there a way to achieve the same result configuring somehow read_csv?
assert wanted_result.equals(pd.read_csv(StringIO(s), delim_whitespace=True))

---

您可以通过以下方式重命名

read\u csv（）

输出的第一个标题：

import pandas as pd

from io import StringIO
df = pd.read_csv(StringIO(s), delim_whitespace=True)
new_name =  df.columns[0].split("#")[0]
df.rename(columns={df.columns[0]:new_name})

您可以通过以下方式删除文件的第一个#：

s = u'#"one one" two three\n1 2 3'

import pandas as pd
from io import StringIO

wholefile=StringIO(s).read().split("#")[1]

pd.read_csv(StringIO(wholefile), delim_whitespace=True)

   one one  two  three
0        1    2      3

---

不方便的是，您需要将整个文件加载到内存中，但它可以工作。

您不能为这两种情况重命名错误的列名吗？似乎你滥用了

comment

参数，因为它是专门为忽略注释行而设计的。在第二种情况下，我只是重命名它，这不是什么大问题。在第二种情况下，我不能重命名，我有两列，一列名为

#“one

，另一列名为

one”

。这不是“错误列”。这是一种很常见的情况，熊猫无法妥善处理。感谢这对第一个案例有效，对第二个案例有什么建议吗？在那里我得到了一个额外的

NaN

列您想重命名/删除

NaN

列吗？不，在第二种情况下，我得到了4列，第一列名为

#“一列”

，第二列名为

one

。重命名不起作用。@AndreaZonca很抱歉，您有3个值，但有4列，这毫无意义，这意味着一个

NaN

值我想要3列，而不是4列，因为

的原因，pandas不能正确引用。检查我最后的两个例子。

import pandas as pd

from io import StringIO
df = pd.read_csv(StringIO(s), delim_whitespace=True)
new_name =  df.columns[0].split("#")[0]
df.rename(columns={df.columns[0]:new_name})

s = u'#"one one" two three\n1 2 3'

import pandas as pd
from io import StringIO

wholefile=StringIO(s).read().split("#")[1]

pd.read_csv(StringIO(wholefile), delim_whitespace=True)

   one one  two  three
0        1    2      3