如何用Pandas将含多表头的CSV拆分为表头与数据两个DataFrame？

我来给你拆解下实现这个CSV拆分需求的方法，用Python的pandas库就能轻松搞定，结合你的示例一步一步来：

我们需要分两步处理：先把所有表头行提取成单独的DataFrame，再读取剩余的数据行生成另一个DataFrame，同时处理缺失值的转换（比如示例里的-1转成NaN）。

1. 提取所有表头行到第二个DataFrame #

假设你的CSV有2行表头（可以根据实际情况调整这个数字），我们先读取这几行，然后把第一行作为表头DataFrame的列名，剩下的行作为数据内容：

import pandas as pd

# 定义CSV的表头行数
header_row_count = 2

# 先读取前header_row_count行，不设置列名
raw_header = pd.read_csv('mh.csv', nrows=header_row_count, header=None)
# 把第一行作为列名，剩下的行作为表头数据
header_df = pd.DataFrame(raw_header[1:].values, columns=raw_header.iloc[0].tolist())

运行后header_df的结果就和你示例里的一致：

Name  Height  Age
0        Metres

2. 生成移除指定表头行的第一个DataFrame #

接下来读取数据部分，需要跳过所有表头行，用第一行表头作为列名，同时把-1识别为缺失值（NaN）：

# 读取数据：跳过前header_row_count行，用第一行做列名，将-1转为NaN
data_df = pd.read_csv('mh.csv', skiprows=header_row_count, header=0, na_values=-1)

得到的data_df就是你要的结果：

Name  Height   Age
0    A     NaN  25.0
1    B    95.0   NaN

额外说明 #

• 如果你的表头行数不是固定的2行，只需要修改header_row_count的值即可；
• 如果需要识别其他缺失值标识（比如空字符串），可以扩展na_values参数，比如na_values=['-1', '']；
• 如果CSV有特殊分隔符或格式，可以在pd.read_csv里添加sep等参数适配。

内容的提问来源于stack exchange，提问作者Krzysztof Słowiński