如何使用Pandas仅读取CSV文件中的指定行？

嘿，我懂你现在的困扰——直接用~line_nos行不通，毕竟普通列表不支持这个运算符。其实Pandas本身就有更简洁高效的原生方案，不用自己写列表推导式再转DataFrame，下面给你分享几个实用方法：

方法1：用skiprows配合lambda函数（推荐，适配大文件） #

skiprows参数除了接受列表，还能传入一个判断函数：对每一行的索引x，返回True就跳过该行，返回False就保留。我们刚好可以利用这个特性，直接判断行索引是否在你要保留的列表里：

import pandas as pd

# 假设你要保留的行索引是这些（从0开始计数，包含表头行）
target_lines = [0, 3, 5, 7]
df = pd.read_csv("your_file.csv", skiprows=lambda x: x not in target_lines)

这个方法的核心优势是不需要提前把整个文件读进内存，Pandas会在读取过程中实时过滤，非常适合处理大型CSV文件，内存占用更低。

方法2：生成要跳过的行索引列表（适合小文件） #

如果你的文件不大，可以先生成所有需要跳过的行索引，再传给skiprows：

import pandas as pd

target_lines = {0, 3, 5, 7}  # 用集合做判断速度更快
# 先获取文件总行数
total_lines = sum(1 for _ in open("your_file.csv"))
# 生成所有不在目标列表里的行索引
skip_list = [i for i in range(total_lines) if i not in target_lines]

df = pd.read_csv("your_file.csv", skiprows=skip_list)

这里把目标行存在集合里，是因为集合的in操作比列表快很多，尤其是当目标行数量较多时。

注意：表头行的索引问题 #

如果你的CSV文件有表头，要注意行索引的计数逻辑：默认情况下，pd.read_csv会把第一行（索引0）当作表头，如果你要保留的是数据行，记得把目标行的索引往后偏移1。比如你要保留第2、4条数据（从1开始数），对应的索引就是[1,3]。

和你当前方法的对比 #

你现在用的列表推导式方法，需要先把整个文件的内容全部读进内存再筛选，当文件很大时，内存压力会非常大。而上面的Pandas原生方法是在读取阶段就跳过不需要的行，效率更高，代码也更简洁。

内容的提问来源于stack exchange，提问作者Hamza