Scala中如何使用.drop()方法删除CSV文件的首行表头？

drop(1)作用说明 #

你修改后的代码中getLines.drop(1)会直接跳过整个CSV文件的首行，不会仅删除首行的第一个元素。
Source.fromFile(file).getLines返回的是字符串迭代器，迭代器的每个元素对应文件中完整的一行内容，drop(n)方法的作用是跳过迭代器的前n个元素，对应就是跳过文件的前n行，所以drop(1)正好可以实现跳过首行表头的效果。

存为Seq/数组的实现方案 #

基础实现（仅读取行内容） #

import scala.io.Source

// 存为Seq[String]，每个元素对应一行数据
val csvDataSeq: Seq[String] = Source.fromFile("你的CSV文件路径")
  .getLines
  .drop(1) // 跳过表头行
  .toSeq

// 存为数组的版本
val csvDataArray: Array[String] = Source.fromFile("你的CSV文件路径")
  .getLines
  .drop(1)
  .toArray

进阶实现（拆分字段转为结构化对象） #

如果需要直接把每行内容拆分为对应字段，可参考以下写法：

import scala.io.Source

// 定义和表头对应的结构化数据类
case class CsvRow(
  birthday: String,
  zipCode: String,
  name: String,
  city: String,
  state: String,
  country: String
)

val structuredData: Seq[CsvRow] = Source.fromFile("你的CSV文件路径")
  .getLines
  .drop(1)
  .map(line => {
    val fields = line.split(",")
    CsvRow(
      birthday = fields(0),
      zipCode = fields(1),
      name = fields(2),
      city = fields(3),
      state = fields(4),
      country = fields(5)
    )
  })
  .toSeq

注意事项 #

• 生产环境使用建议补充资源关闭逻辑，避免文件句柄泄漏，可以在finally块中调用Source.close()方法。
• 如果你的CSV包含被引号包裹、内部带逗号的特殊字段，不要直接用split(",")拆分，建议使用专业CSV解析库处理，避免字段拆分错误。

内容的提问来源于stack exchange，提问作者Art smart