使用Pandas读取CSV文件时跳过行与列的方法

针对你遇到的CSV文件格式混乱（大量空行空列、数据从第301行开始）的问题，直接用默认参数读取肯定会出问题，给你一套分步处理的方法：

• 跳过前300行，定位有效数据起始点
  Pandas的read_csv提供了skiprows参数，可以直接跳过前面无关的行。如果第301行是数据的表头，直接用：

  df = pd.read_csv('你的文件名.csv', skiprows=300)
  

  如果第301行是纯数据（没有表头），就加上header=None，后续再自定义表头：

  df = pd.read_csv('你的文件名.csv', skiprows=300, header=None)
  # 自定义表头示例
  df.columns = ['参数编号', '温度', '压力', '转速', '振动值']
  

• 清理全空的行和列
  读取后用dropna过滤掉完全空的行和列，避免干扰后续分析：

  # 删除全空的行
  df = df.dropna(how='all', axis=0)
  # 删除全空的列
  df = df.dropna(how='all', axis=1)
  

  要是遇到部分列有数据但存在空值的情况，别用how='any'，会误删有效数据；如果需要保留非空值，后续可以单独处理某列的空值（比如填充默认值）。

• 额外处理：编码与分隔符问题
  如果读取时出现乱码，试试指定编码格式，比如encoding='gbk'（Windows生成的CSV常用）或encoding='utf-8'：

  df = pd.read_csv('你的文件名.csv', skiprows=300, encoding='gbk')
  

  要是CSV的分隔符不是逗号，用sep参数指定，比如制表符分隔就用sep='\t'。

完整示例代码 #

import pandas as pd

# 读取文件，跳过前300行，指定编码（按需调整）
df = pd.read_csv('machine_params.csv', skiprows=300, encoding='gbk')

# 清理全空行和列
df_cleaned = df.dropna(how='all', axis=0).dropna(how='all', axis=1)

# 查看处理后的前5行数据
print(df_cleaned.head())

内容的提问来源于stack exchange，提问作者Ernu