如何在Pandas DataFrame中保留单个表头与索引（S3+Lambda场景）

方案1：基于你现有读取流程修改 #

import csv
import pandas as pd

# 从S3读取数据并按行拆分
tickets = s3_client.get_object(Bucket=bucket, Key=file_h)["Body"].read().decode('utf-8').splitlines()

# 跳过第一行无效内容，提取第二行作为表头，第三行及以后为数据行
header = tickets[1].split(',')
data_rows = tickets[2:]

# 转换为DataFrame并设置表头
tickets_df = pd.DataFrame(list(csv.reader(data_rows, delimiter=',')), columns=header)

# 删除数据中自带的重复索引列（即原表格中第二列的0、1、2...）
tickets_df = tickets_df.drop(tickets_df.columns[0], axis=1)

# 重置索引，确保索引唯一连续
tickets_df = tickets_df.reset_index(drop=True)

方案2：用Pandas直接读取S3文件（更简洁） #

import pandas as pd

# 直接读取S3文件，跳过第一行无效内容，用第二行做表头
tickets_df = pd.read_csv(f"s3://{bucket}/{file_h}", skiprows=1, header=0)

# 删除自带的重复索引列
tickets_df = tickets_df.drop(tickets_df.columns[0], axis=1)

# 重置索引
tickets_df = tickets_df.reset_index(drop=True)

关键说明 #

• 去除双表头：通过跳过原始文件的第一行无效内容，指定第二行作为DataFrame的表头，避免把无效行混入表头或数据行。
• 消除重复索引：原数据每行自带的索引值属于冗余数据，直接删除该列即可；最后重置索引确保DataFrame的系统索引唯一且连续。

内容的提问来源于stack exchange，提问作者Jojo