Pandas：如何指定起始行以提取数据答案

【问题标题】：Pandas: how to designate starting row to extract dataPandas：如何指定起始行以提取数据
【发布时间】：2017-12-26 14:07:20
【问题描述】：

我正在使用 Pandas 库和 Python。

我有一个 Excel 文件，它在 Excel 工作表的顶部有一些标题信息，我不需要这些信息来提取数据。

但是，标题信息可能需要更长的行，因此无法预测它可能需要多长时间。

所以，我的数据提取应该从显示“ID”的位置开始... 对于这种特殊情况，它从第 5 行开始，但它可能会改变。

图片显示在底部（我在第 5 行后显示为敏感信息）。

如何将其置于逻辑中（跳过标题并跳转到第 5 行）？模式应该是，行标题从“ID，EMP_ID”等开始。

with open('File.xls') as fp:
    skip = next(filter(
        lambda x: x.startswith('ID'),
        enumerate(fp)
    ))[0]

df = pd.read_excel('File.xls', usercols=['ID', 'EMP_ID'], skiprows=skip)
print df

【问题讨论】：

标签： python excel pandas dataframe

【解决方案1】：

您可以使用pd.read_csv 并指定skiprows=4：

df = pd.read_csv('test.csv', skiprows=4)

【讨论】：

对于这个非常具体的示例，此代码有效，但我更喜欢 a_guest 的答案，因为它确实根据字符串匹配确定表从哪里开始
嗯，这是一个了不起的答案！投了赞成票！

【解决方案2】：

您可以手动检查标题行，然后使用read_csvs 关键字参数skiprows。

with open('data.csv') as fp:
    skip = next(filter(
        lambda x: x[1].startswith('ID'),
        enumerate(fp)
    ))[0]

然后跳过行：

df = pandas.read_csv('data.csv', skiprows=skip)

这样您就可以支持任意长度的前标题部分。

对于 Python 2：

import itertools as it

with open('data.csv') as fp:
    skip = next(it.ifilter(
        lambda x: x[1].startswith('ID'),
        enumerate(fp)
    ))[0]

【讨论】：

我收到此错误。 AttributeError: 'tuple' 对象没有属性 'startswith' 我的代码显示在顶部。
@KingJava 你说得对，我解决了这个问题。 enumerate 产生元组，所以我们需要选择第二项。
我收到此错误。 TypeError：列表对象不是迭代器。
那么我猜你正在使用 Python 2。我的答案是 Python 3，但是有多种方法可以解决它。您可以使用from itertools import ifilter as filter（或类似地使用ifilter），或者，您可以再次下标：filter(...)[0][0]，而不是使用next。或者您可以将filter 的结果转换为迭代器：next(iter(filter(...)))[0]。
我在“enumerate(fp)”所在的行收到了这条消息“StopIteration”