如何从指定行列读取CSV至Python DataFrame并解决列NaN问题？

针对你的情况，核心是只读取有效数据所在的列，同时确保表头设置正确，避免因无用列或表头错位导致的NaN问题，具体有两种可行方案：

方案1：读取时直接指定有效列（推荐） #

利用usecols参数，只导入你需要的第3-5列（对应表格里的First Name、Last Name、Age列，列索引从0开始为2、3、4），同时指定表头在原CSV的第5行（对应Excel的第6行）：

import pandas as pd

target_hcp = pd.read_csv(
    r"C:\Users\Downloads\EMD Data\Target List\HCP List.csv",
    header=5,  # 将原CSV的第6行（Excel行号）设为表头
    usecols=[2, 3, 4]  # 仅读取第3、4、5列（索引从0计数）
)
target_hcp.head()

方案2：读取后删除无用列 #

如果已经导入了全部列，直接删除前两列（Column A和Column B）即可：

import pandas as pd

# 注意：这里只跳过前5行（0-4），保留第5行作为表头
target_hcp = pd.read_csv(
    r"C:\Users\Downloads\EMD Data\Target List\HCP List.csv",
    skiprows=[0,1,2,3,4]
)
# 删除前两列
target_hcp = target_hcp.drop(target_hcp.columns[[0, 1]], axis=1)
target_hcp.head()

关键提醒 #

你之前的代码用skiprows=[0,1,2,3,4,5]会跳过表头行（原CSV的第6行），导致pandas把数据行当成表头，这可能是引发列异常的隐藏原因，记得调整skiprows或header参数确保表头正确。

内容的提问来源于stack exchange，提问作者Sufi Ali