Pandas读取CSV遇表头起始行不固定报错，如何自动定位表头？

核心思路是先逐行扫描CSV文件，找到第一个包含13个字段的行（也就是表头行），再用这个行号确定需要跳过的行数，最后读取文件。

步骤1：编写函数定位表头行 #

这个函数会遍历文件每一行，统计每行的字段数量，返回第一个字段数等于13的行号（从0开始计数）：

import pandas as pd
import csv

def find_header_row(file_path, target_cols=13, delimiter=','):
    with open(file_path, 'r', encoding='utf-8') as f:
        reader = csv.reader(f, delimiter=delimiter)
        for row_num, row in enumerate(reader):
            # 过滤空行避免干扰
            if not row:
                continue
            if len(row) == target_cols:
                return row_num
    return None  # 未找到符合条件的行时返回None

步骤2：修改批量读取逻辑 #

调用上面的函数获取表头行号，再用skiprows跳过前面的行，指定找到的行作为表头：

def create_formatted(csv_files):
    for f in csv_files:
        header_row_idx = find_header_row(f)
        if header_row_idx is None:
            print(f"⚠️ 文件{f}未找到包含13个字段的表头行，跳过读取")
            continue
        # skiprows跳过表头行之前的所有行，header=0表示将找到的行作为表头
        df = pd.read_csv(f, skiprows=header_row_idx, header=0, encoding='utf-8')
        # 这里可以添加你的后续处理逻辑，比如数据清洗、保存等
        print(f"✅ 成功读取文件{f}，表头位于第{header_row_idx + 1}行（从1开始计数）")

注意事项 #

• 如果你的CSV文件用的是其他分隔符（比如制表符\t），要在find_header_row和pd.read_csv里指定delimiter='\t'
• 若文件编码不是utf-8，可以换成gbk等对应编码
• 若文件存在大量空行，可根据实际情况调整空行过滤逻辑

内容的提问来源于stack exchange，提问作者Matthew Clifford