如何使用Python删除CSV中非表头的第一行并直接保存至原文件

所有方案均直接修改原文件，不会额外生成留存的新文件，无多余打印输出，执行完原文件即为删除目标行后的结果。

说明：文本类文件在磁盘存储上无法直接精准删除中间位置的字节片段，所有"原地修改"的逻辑本质是先将需要保留的内容读入内存，清空原文件后再将保留内容写回，不会产生额外的冗余文件。

方案1：标准库实现（无第三方依赖） #

不需要安装任何额外包，直接用Python自带的csv模块即可，兼容所有Python环境：

import csv

# 将此处替换为你的CSV文件实际路径
csv_path = "target.csv"

# 读取需要保留的内容
with open(csv_path, "r", newline="", encoding="utf-8") as f:
    reader = csv.reader(f)
    # 读取表头
    header = next(reader)
    # 跳过需要删除的第一条数据行
    next(reader)
    # 收集剩余所有需要保留的行
    remain_content = [header] + list(reader)

# 覆盖写回原文件
with open(csv_path, "w", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    writer.writerows(remain_content)

方案2：Pandas实现（适合数据处理场景） #

如果你已经在使用pandas做数据处理，代码会更简洁：

import pandas as pd

# 将此处替换为你的CSV文件实际路径
csv_path = "target.csv"

# 读取文件：默认第一行为表头，跳过第1条数据行（行号从1开始计数，所以skiprows传[1]）
df = pd.read_csv(csv_path, skiprows=[1])
# 覆盖写回原文件，不写入pandas自动生成的索引列
df.to_csv(csv_path, index=False)

注意事项 #

• 如果你的CSV文件编码不是utf-8，请将代码里的encoding参数改成对应编码（比如gbk、utf-8-sig），避免乱码
• 针对GB级以上的超大CSV文件，全量读入内存会占用过高资源，这种场景建议加一层磁盘缓冲分块读写，日常使用场景下上述代码完全满足需求

内容的提问来源于stack exchange，提问作者dismaaay