使用pandas read_table读取数组遇空行，如何修复行索引？

嘿，我之前也碰到过好几次这种情况，大概率是你的数组本身带了空行，或者创建DataFrame时索引初始化的小问题，给你几个实用的解决方案：

1. 先处理数组再转DataFrame #

如果你的数组开头就有一个空元素（比如[[], [数据1], [数据2]]这种结构），直接先过滤掉空行再创建DataFrame是最彻底的：

import pandas as pd

# 你的原始数组
raw_array = [[], ["张三", 28], ["李四", 32]]
# 过滤掉空的行
clean_array = [row for row in raw_array if row]
# 转成DataFrame
df = pd.DataFrame(clean_array, columns=["姓名", "年龄"])

2. 已创建DataFrame后修复 #

如果已经生成了带空第0行的DataFrame，两步就能搞定：

# 假设已经有了带空行的df
df = pd.DataFrame(raw_array, columns=["姓名", "年龄"])

# 第一步：删除全空的行（how='all'确保只删完全没数据的行）
df = df.dropna(how='all')
# 第二步：重置索引，让索引从0开始连续递增
df = df.reset_index(drop=True)

额外提示 #

如果你的"空行"不是完全空，只是某几列没值，可以针对性过滤，比如只保留"姓名"列不为空的行：

df = df[df["姓名"].notna()]
df = df.reset_index(drop=True)

这样处理后，你的DataFrame索引就会恢复成正常的连续序列，不会再有多余的空第0行啦！

内容的提问来源于stack exchange，提问作者LazyCat