Skip to main content
 首页 » 编程设计

python之Pandas 表格开始前的数据

2025年02月15日7zdz8207

我正在使用 pandas 解析一个包含 20k 行数据表的 Excel 文件。到目前为止一切顺利,但我也想使用表开头上方的一小部分元数据(生成表的日期)。

目前如果我不跳过任何行:

raw = pd.read_excel(datafile, sheetname=0, parse_cols="B, D:I") 

前几行只是nans:

>>> raw.values[0] 
array([nan, nan, nan, nan, nan, nan, nan], dtype=object) 

我可以用更基本的东西打开文件,比如 xlrd 来获取数据,但这需要将整个文件加载到内存中两次,这是我不想做的事情。

pandas 是否可以在不重新导入文件的情况下获取表开头上方的数据?

请您参考如下方法:

考虑以下方法:

xl = pd.ExcelFile(filepath) 
 
# you may want to set a correct row and column  
meta_data = xl.book.sheet_by_index(0).cell_value(0,0)  
 
skiprows = 5 # set it accordnigly... 
 
df = xl.parse(0, skiprows=skiprows, parse_cols="B, D:I") \ 
       .dropna(axis=1, how='all')