如何用Pandas的lambda表达式读取含非空列名的CSV/Excel数据

我记得可以用lambda表达式配合Pandas加载CSV或Excel数据时忽略空列名，但现在记不清正确写法了。之前尝试的代码大概是这样：

import pandas as pd
file = 'my_file.csv'
with open(file) as w:
   df = pd.read_csv(w, usecols=lambda x: x not None)

我的CSV表头有不少空值，比如：

我想得到只包含非空列名的DataFrame：

不想手动列所有列名（列太多了），也不想生成带Unnamed前缀的列，求正确的实现方法。

你的核心问题是lambda表达式的判断逻辑不对，空列名在Pandas读取时不是None，而是空字符串或者仅含空白字符的字符串，调整判断条件即可解决：

处理CSV文件 #

import pandas as pd

file = 'my_file.csv'
# 过滤空/空白列名
df = pd.read_csv(file, usecols=lambda x: pd.notna(x) and x.strip() != '')

逻辑说明： #

• pd.notna(x)：排除表头被识别为NaN的极端情况
• x.strip() != ''：过滤仅包含空格、制表符等空白字符的表头

处理Excel文件 #

如果是Excel文件，逻辑完全一致，替换读取方法即可：

df = pd.read_excel('my_file.xlsx', usecols=lambda x: pd.notna(x) and x.strip() != '')

效果验证 #

运行以上代码后，生成的DataFrame会自动剔除所有空列名的列，不会出现Unnamed开头的冗余列，完全符合需求。

内容的提问来源于stack exchange，提问作者baim