如何使用pd.read_csv忽略第二列包含'NON'的行？

直接在pd.read_csv阶段过滤掉第二列是'NON'的行，可以用skiprows参数配合自定义判断函数实现，具体操作如下：

自定义跳过规则实现读取过滤 #

编写一个函数，用来判断每行是否需要跳过：

• 表头行（第一行）不跳过
• 数据行如果第二列内容是'NON'（需处理逗号后的空格），则跳过该行

示例代码：

import pandas as pd

def skip_non_rows(row):
    # 表头行（索引为0）不跳过
    if row == 0:
        return False
    # 分割行内容，处理逗号前后的空格
    cols = row.strip().split(',')
    # 检查第二列是否为'NON'（去除前后空格后判断）
    if len(cols) >= 2 and cols[1].strip() == 'NON':
        return True
    # 其他行不跳过
    return False

# 读取csv文件，应用跳过规则
df = pd.read_csv('你的文件名.csv', skiprows=skip_non_rows)

后续批量处理密码字段 #

读取完成后，可批量为空密码字段生成通用密码：

# 自定义通用密码，示例用'CommonPwd_123'，可按需修改
df['pwd'] = df['pwd'].apply(
    lambda x: 'CommonPwd_123' if pd.isna(x) or x.strip() == '' else x.strip()
)

处理后得到的DataFrame会自动忽略第二列是'NON'的行，同时为空密码字段填充通用密码。

内容的提问来源于stack exchange，提问作者BenjiBoy