【问题标题】:How to skip reading rows with prefix in a data file using Pandas? [duplicate]如何使用 Pandas 跳过读取数据文件中带有前缀的行? [复制]
【发布时间】:2018-04-10 05:21:44
【问题描述】:

我有一个数据文件,其中的列始终用一个或多个空格分隔。以“#”为前缀的标题行有时存在。如何使用

读取文件

read_csv('filename.csv')

同时仅省略标题行。 标题行有 10 列,而其他数据行有 9 列。 部分数据文件如下所示:

#POM00008579 1948 01 11 15 9999    6 ncdc6310           387670   -91330
21 -9999 102100B  106   170B  690 -9999 -9999 -9999
10 -9999 100000   182B  150B  700 -9999 -9999 -9999
10 -9999  85000  1529B   40B  600 -9999 -9999 -9999
10 -9999  70000  3083B  -30B  100 -9999 -9999 -9999
10 -9999  50000  5671B -200B  100 -9999 -9999 -9999
10 -9999  40000  7240B -360B  100 -9999 -9999 -9999
#POM00008579 1948 01 12 03 9999    5 ncdc6310           387670   -91330
21 -9999 102900B  106   110B  790 -9999 -9999 -9999
10 -9999 100000   244B  110B  700 -9999 -9999 -9999
10 -9999  85000  1573B   10B  700 -9999 -9999 -9999
10 -9999  70000  3136B  -10B  200 -9999 -9999 -9999
10 -9999  50000  5739B -180B  300 -9999 -9999 -9999
#POM00008579 1948 01 13 03 9999    5 ncdc6310           387670   -91330
21 -9999 103200B  106   100B  830 -9999 -9999 -9999
10 -9999 100000   267B  100B  800 -9999 -9999 -9999
10 -9999  85000  1614B   80B  300 -9999 -9999 -9999
10 -9999  70000  3191B   10B  200 -9999 -9999 -9999
10 -9999  50000  5809B -180B  300 -9999 -9999 -9999

【问题讨论】:

    标签: python pandas csv


    【解决方案1】:

    使用comment="#"

    例如:

    pandas.read_csv('filename.csv', comment='#')
    

    【讨论】:

    猜你喜欢
    • 2014-09-10
    • 2018-11-27
    • 1970-01-01
    • 1970-01-01
    • 2020-08-29
    • 2020-03-14
    • 2014-08-13
    • 2013-11-30
    • 2017-04-01
    相关资源
    最近更新 更多