Python 获取分析时熊猫中跳过的空行数

我注意到熊猫在使用

read\u excel

/

read\u csv

时很聪明，它会跳过空行，因此如果我的输入有空行，如

Col1, Col2
Value1, Value2

它只是起作用，但有没有办法获得实际的跳过行数？（在本例中为1）

---

我想将数据框行号绑定回原始输入文件的行号。

您可以使用

跳过空白行=False

并导入整个文件，包括空行。然后，您可以检测它们、计数它们并过滤掉它们：

def custom_read(f_name, **kwargs):
    df = pd.read_csv(f_name, skip_blank_lines=False, **kwargs)

    non_empty = df.notnull().all(axis=1)
    print('Skipped {} blank lines'.format(sum(~non_empty)))

    return df.loc[non_empty, :]

---

您还可以使用

csv.reader

逐行导入文件，并且只允许非空行：

import csv

def custom_read2(f_name):
    with open(f_name) as f:
        cont = []
        empty_counts = 0

        reader = csv.reader(f, delimiter=',')
        for row in reader:
            if len(row) > 0:
                cont.append(row)
            else:
                empty_counts += 1
        print('Skipped {} blank lines'.format(empty_counts))
        return pd.DataFrame(cont)

---

据我所知，一次最多只有一行空白会占据你的记忆。如果您碰巧有很多空行的大文件，这可能会很有用，但我非常确定选项1在实践中始终是更好的选项

计算文件中的行数，并与文档中DataFrame中的行进行比较看起来有一个名为

skip_blank_line的参数：如果为真，跳过空行，而不是解释为NaN值

。所以，如果它不是一个大文件，你可以再次读取它并比较你所拥有的？