Pandas使用df.apply处理DataFrame时如何跳过首行且不设首行为列名

核心需求是在不将第一行设为表头的前提下，让apply执行时完全跳过第一行的处理，仅对剩余行应用“行内任意字段转字符串后不区分大小写包含'TRUE'”的筛选规则，以下是3种常用实现：

方案1：拆分DataFrame，仅对非第一行执行apply（最贴合需求） #

完全从执行逻辑上跳过第一行，apply不会遍历第一行，符合“跳过处理”的要求，且不受DataFrame索引是否为默认的影响，稳定性最高。

# 拆分出除第一行外的所有行（iloc按行位置索引，0为第一行）
remaining_rows = sheet1.iloc[1:]
# 仅对剩余行应用原有筛选逻辑
res = remaining_rows[remaining_rows.apply(
    lambda row: row.astype(str).str.contains('TRUE', case=False).any(),
    axis=1
)]

方案2：修改apply生成的布尔掩码（改动最小） #

直接在原有代码基础上修改，apply会处理所有行，但强制将第一行的匹配结果设为不匹配，最终效果一致。

# 生成原有匹配掩码
mask = sheet1.apply(
    lambda row: row.astype(str).str.contains('TRUE', case=False).any(),
    axis=1
)
# 强制第一行（行位置0）为不匹配，直接排除
mask.iloc[0] = False
# 生成结果集
res = sheet1[mask]

方案3：lambda内直接判断行位置（写法紧凑，仅适用于默认索引） #

如果sheet1的索引是默认从0开始的RangeIndex（第一行索引为0），可以直接在apply逻辑内加判断，跳过第一行的匹配计算。

res = sheet1[sheet1.apply(
    lambda row: False if row.name == 0 else row.astype(str).str.contains('TRUE', case=False).any(),
    axis=1
)]

注意：如果索引被修改过（比如第一行索引不是0），该方案会失效，优先选择前两种。
补充：如果sheet1数据量较大，可使用向量化操作替代apply逻辑，大幅提升执行效率，示例：

mask = sheet1.astype(str).apply(lambda s: s.str.contains('TRUE', case=False)).any(axis=1)
mask.iloc[0] = False
res = sheet1[mask]

内容的提问来源于stack exchange，提问作者Daniel Morales