在pandas中进行迭代操作时如何避免自动跳过第一行数据？

Pandas读取文件时默认将第一行识别为表头（列名），不会纳入数据行范围，所以你迭代时看不到第一行的内容。

1. 读取数据时显式指定无表头 #

使用read_excel或read_csv读取文件时，添加header=None参数，告知Pandas当前数据没有表头，第一行属于有效数据：

import pandas as pd
# 读取Excel文件示例
df = pd.read_excel("你的文件路径.xlsx", header=None)
# 如果是空格分隔的文本文件，可额外指定分隔符处理多空格分隔的情况
# df = pd.read_csv("你的文本文件路径.txt", header=None, sep="\s+")

2. 验证读取结果 #

读取完成后执行print(df.head())验证，第一行数据会作为索引为0的行正常展示，列名默认生成0、1、2……的整数序号。

3. 迭代读取测试 #

你原来的按列迭代代码可以正常输出包含第一行在内的所有数据：

# 按列迭代
for col_idx, col_values in df.iteritems():
    print(f"列{col_idx}的全部内容：")
    print(col_values)

# 如果需要处理错位、格式错误问题，更推荐按行迭代
for row_idx, row_values in df.iterrows():
    print(f"行{row_idx}的内容：")
    print(row_values.tolist())

如果已经读取数据但未加header=None参数，可通过以下代码把当前列名转为第一行数据，重置列名：

# 将当前列名写入索引为-1的行
df.loc[-1] = df.columns
# 重新排序索引，让原列名内容成为第一行
df = df.sort_index().reset_index(drop=True)
# 重置列名为整数序号
df.columns = range(df.shape[1])

处理错位、格式错误的非规范数据时，按行迭代的iterrows()或itertuples()更适配逐行校验、清洗的需求，做类型转换时可添加errors='coerce'参数避免异常值导致程序中断。

内容的提问来源于stack exchange，提问作者test test