Pandas：如何从CSV或Excel文件读取指定行？

我完全懂你这种不想加载整个大DataFrame的痛点——毕竟大文件加载不仅费内存，还慢得让人着急。针对直接从CSV/Excel文件提取特定行到小DataFrame的需求，这里有几个实用的方法，分场景给你说说：

• 指定行号提取：用pandas的read_csv配合skiprows和nrows参数就能精准提取目标行。比如你要提取第5到第15行（假设表头是第1行），可以这么写：

import pandas as pd
# skiprows跳过前4行数据（行号从1开始算），nrows取11行（5到15共11行）
df = pd.read_csv('large_file.csv', skiprows=range(1,5), nrows=11)

如果要提取不连续的行，比如表头+第3、7、12行，用自定义函数过滤行号：

df = pd.read_csv('large_file.csv', skiprows=lambda x: x not in [0,3,7,12])
# 这里0是表头行，3、7、12是要保留的数据行号（从0开始计数）

• 按条件筛选后提取：如果不知道具体行号，但知道筛选规则，用chunksize分块读取文件，只保留符合条件的行，避免加载整个文件：

import pandas as pd
chunk_size = 1000  # 每次读1000行，可根据内存调整
filtered_rows = []

for chunk in pd.read_csv('large_file.csv', chunksize=chunk_size):
    # 替换成你的筛选条件，比如某列等于特定值
    filtered_chunk = chunk[chunk['target_column'] == 'desired_value']
    filtered_rows.append(filtered_chunk)

# 把筛选后的小块拼接成小DataFrame
small_df = pd.concat(filtered_rows, ignore_index=True)

Excel文件的处理要注意格式（.xls/.xlsx），推荐用只读模式来提升效率：

• 用openpyxl直接读取特定行（适合.xlsx）：如果不想依赖pandas的全表读取，用openpyxl的只读模式可以直接定位行，再转成DataFrame：

from openpyxl import load_workbook
import pandas as pd

# 只读模式加载，避免占用过多内存
wb = load_workbook('large_file.xlsx', read_only=True)
ws = wb.active

# 提取第1行（表头）到第15行的数据
rows = []
for row in ws.iter_rows(min_row=1, max_row=15, values_only=True):
    rows.append(row)

# 转成DataFrame，rows[0]是表头，rows[1:]是数据
df = pd.DataFrame(rows[1:], columns=rows[0])
wb.close()

• pandas的read_excel参数适配：和CSV逻辑类似，用skiprows和nrows直接提取，注意指定对应引擎：

import pandas as pd
# 针对.xlsx用openpyxl引擎，.xls用xlrd引擎
df = pd.read_excel('large_file.xlsx', engine='openpyxl', skiprows=range(1,5), nrows=11)

关于你提到的转置/透视方案：确实会遇到Excel的列数限制（Excel最多支持16384列），如果原文件行数超过这个数，转置后肯定会触发报错，所以直接提取目标行的方案才是更稳妥的选择。

内容的提问来源于stack exchange，提问作者A. Bernard