Python 如何跳过几行并在熊猫中读取为数据帧？

我几乎没有txt格式的文件。它们是按标签分类的，但前几行有一些垃圾。我必须按pd.dataframe读取所有数据，删除所有垃圾行并合并在一起

我被以下代码读取文件： dataFromRawFile=pd.read\u csv（'texttt.txt'，sep=“，”，header=None） 打印（dataFromRawFile）

文件看起来像：

[trash]: trash
[trash_umbers]:3224
trash_name
[DATA]
id    number    color
good  good      good
good  good      good
good  good      good 
good  good      good

如何修改pandas命令以读取数据帧而不读取所有垃圾行？假设我希望从所有文件中唯一的固定值（即“id”）加载文件。

---

如何通过此特定命令读取该文件？

使用

skiprows

功能的

read\u csv

或

read\u table

---

在您的情况下，尝试使用

read\u csv

或

read\u table

的

skiprows
功能

在您的情况下，请首先尝试
skiprows=4
，您需要获取目录中每个文件的
id
列的行号（这假设它们都是
.txt
文件；相应地修改条件）。这可以通过以下方式完成：

import os

skip_rows = {}

for filename in os.listdir():
    if os.splitext(filename)[1] == '.txt':
        with open(filename) as f:
            lines = f.readlines()
            skip_rows[filename] = [index for index, line in enumerate(lines) if line[:2] == 'id'][0]

现在，
skip_rows
应该包含每个文件要跳过的行数

然后，您可以执行以下操作：

dataframes = {filename: pd.read_csv(filename, skiprows=n_rows) for filename, n_rows in skip_rows.items()}

首先，您需要获取目录中每个文件的
id
列的行号（假设它们都是
.txt
文件；相应地修改条件）。这可以通过以下方式完成：

import os

skip_rows = {}

for filename in os.listdir():
    if os.splitext(filename)[1] == '.txt':
        with open(filename) as f:
            lines = f.readlines()
            skip_rows[filename] = [index for index, line in enumerate(lines) if line[:2] == 'id'][0]

现在，
skip_rows
应该包含每个文件要跳过的行数

然后，您可以执行以下操作：

dataframes = {filename: pd.read_csv(filename, skiprows=n_rows) for filename, n_rows in skip_rows.items()}

在使用
pd.read\u csv（）
方法的同时，使用pandas的
skiprows
属性读取数据帧中的每个元素

例如，假设您希望将整个表放入您的数据帧中

因此，编写一个函数来定位文件中的单词“id”

def get_loc():
with open (filename) as f:
    for num, line in enumerate(f,1):
        if 'word_to_find' in line.strip().lower():
            break
    return num

这将为您提供位置信息

那就用

df = pd.read_csv(yourfilename, skiprows = getloc()-1)

使用pandas的
skiprows
属性，同时使用
pd.read\u csv（）
方法

例如，假设您希望将整个表放入您的数据帧中

因此，编写一个函数来定位文件中的单词“id”

def get_loc():
with open (filename) as f:
    for num, line in enumerate(f,1):
        if 'word_to_find' in line.strip().lower():
            break
    return num

这将为您提供位置信息

那就用

df = pd.read_csv(yourfilename, skiprows = getloc()-1)

谢谢重播，但我需要跳过一些字符串。例如：读取文件，查找“id”之前的行并删除上面的所有行使用skiprows=4时会得到什么？我得到了我想要的：）但是我的一些文件有更多的垃圾行，在任何情况下我都必须修改“skiprows=4”。或者可以通过字符串查找行，给它一个数字，并将该数字用作跳过值？。编辑：我是这样做的。谢谢你的指导。谢谢你的重播，但我需要跳过一些字符串。例如：读取文件，查找“id”之前的行并删除上面的所有行使用skiprows=4时会得到什么？我得到了我想要的：）但是我的一些文件有更多的垃圾行，在任何情况下我都必须修改“skiprows=4”。或者可以通过字符串查找行，给它一个数字，并将该数字用作跳过值？。编辑：我是这样做的。谢谢你的指导。