使用Pandas删除前9行失败，首行仍保留的问题求助

问题分析 #

你遇到的问题大概率是读取Excel时的索引匹配问题，或是drop方法的使用方式不够直接导致的。直接用df1.drop(df1.index[0:9])有时会因为索引异常（比如读取时默认将Excel第一行设为表头，实际要删除的行是表头之外的前9行）而失效。

两种可行解决方案 #

方案1：读取Excel时直接跳过前9行（推荐） #

在read_excel中使用skiprows参数，直接跳过Excel里的前9行，避免后续删除操作的麻烦：

import pandas as pd
import sys  # 需导入sys模块，否则sys_folder会报错

df1 = pd.read_excel(str(sys_folder) + "Italy_SS304.xlsx", skiprows=9)
df1.drop(df1.columns[1:3], axis=1, inplace=True)

print(df1)

方案2：用iloc直接切片替代drop #

如果必须先完整读取Excel再删除，用iloc切片更直观可靠，直接取第9行及之后的所有数据（索引从0开始）：

import pandas as pd
import sys

df1 = pd.read_excel(str(sys_folder) + "Italy_SS304.xlsx")
df1 = df1.iloc[9:]  # 替代drop操作，直接保留第9行之后的内容
df1.drop(df1.columns[1:3], axis=1, inplace=True)

print(df1)

内容的提问来源于stack exchange，提问作者Prasad Mahurkar