使用Pandas读取文本为DataFrame时，如何跳过首尾行解决解析错误？

方法一：直接用skiprows+skipfooter参数 #

在read_csv里同时指定跳过开头2行和最后1行，注意必须加上engine='python'——默认的C解析器不支持skipfooter参数：

import pandas as pd
df = pd.read_csv("DATA/e201910.txt", skiprows=2, skipfooter=1, header=None, delimiter=r"\s+", engine='python')

方法二：先统计行数再控制读取范围 #

如果是超大文件，担心Python引擎效率低，可以先统计文件总行数，再计算需要读取的有效行数：

import pandas as pd

# 先统计文件总行数
with open("DATA/e201910.txt", 'r') as f:
    total_lines = sum(1 for _ in f)

# 跳过前2行，读取总行数减去开头2行和结尾1行的内容
df = pd.read_csv("DATA/e201910.txt", skiprows=2, header=None, delimiter=r"\s+", nrows=total_lines - 3)

报错原因说明 #

你的问题确实出在最后一行0000 SEP——它只有2个字段，和前面行的8个字段格式不匹配，导致解析器报错。

内容的提问来源于stack exchange，提问作者JFerro