Python 从dataframe中删除行，直到找到实际的列名

我正在熊猫数据框中阅读电子邮件中的表格数据。 无法保证列名将包含在第一行中。有时数据的格式如下。 将始终存在的列名有[ID、名称和年份]。有时可能会有其他列，如“年龄”

有时，列名会按预期出现在第一行中

ID     Name        Year
1      John        Sophomore
2      Lisa        Junior
3      Ed          Senior

从电子邮件中读取HTML表后，如何删除不包含列名的初始行？[“ID”、“Name”、“Year”] 因此，在第一种情况下，我需要删除dataframe中的前2行（包括列行），在第二种情况下，我不需要删除任何内容

此外，列名可以是任意序列，也可以是可变的。但这3列将始终存在[“ID”、“名称”、“年份”] 如果我执行以下操作，则仅当数据帧仅包含3列[“ID”、“Name”、“Year”]

只要行包含这3列[“ID”、“Name”、“Year”]中的任何一列，我就应该能够获取相应的列索引 我怎样才能做到这一点？ 我试过了

---

但是我得到了错误

您可以堆叠数据帧并使用

isin

查找标题行

#make sure your read method has pd.read..(headers=None)
def find_columns(dataframe,cols) -> list:
    stack_df = dataframe.stack()
    header_row = stack_df[stack_df.isin(cols)].index.get_level_values(0)[0]
    return header_row

IIUC，一个小功能可以工作。（就我个人而言，我会将此更改为传入您的文件I/O读取方法，并返回从该标题行开始的数据帧

#make sure your read method has pd.read..(headers=None)
def find_columns(dataframe,cols) -> list:
    stack_df = dataframe.stack()
    header_row = stack_df[stack_df.isin(cols)].index.get_level_values(0)[0]
    return header_row

---

col_index = df.index[(["ID","Name","Year"] in df).any(1)].item()

#make sure your read method has pd.read..(headers=None)
def find_columns(dataframe,cols) -> list:
    stack_df = dataframe.stack()
    header_row = stack_df[stack_df.isin(cols)].index.get_level_values(0)[0]
    return header_row

header_row = find_columns(df,["Age", "Year", "ID", "Name"])

new_df = pd.read_csv(file,skiprows=header_row)

   ID  Name       Year  Age
0   1  John  Sophomore   20
1   2  Lisa     Junior   21
2   3    Ed     Senior   22