python pandas解决csv文件中的部分注释问题

由于通过添加注释，文件通常可以更加清晰明了。csv文件中有注释，这种情况是可能存在的。那么，在pandas读取csv文件的时候，如何规避掉注释。

例如，有如上文件，#号后就是我添加的注释。

# 正常读取是不合理的，结果仅有一列而非a,b,c三列
>>> df = pd.read_csv('D:/1.csv', sep=' ')
>>> df
      #empty\na,b,c\n1,2,3
a  b                     c
12 中国                   上海
>>> df.columns
Index(['#empty\na,b,c\n1,2,3'], dtype='object')

我们可以通过设置comment参数，指定某一行是注释，则该行就不会被解析

>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#')
>>> df
    a   b   c
0  12  中国  上海

以下是官方文档给出的对该参数的说明

下面，我针对上述说明，分别列出几种不同的情况：
（1）#没有放在行首（empty#\na,b,c\n1,2,3）

>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#')
>>> df
      empty
a  b      c
12 中国    上海

（2）同一行出现多个#（#empty#\na,b,c\n1,2,3）

# 如果开头有一个就不影响
>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#')
>>> df
    a   b   c
0  12  中国  上海

（3）首行注释同时指定了header=0

# 如果同时指定了header=0,则会忽略掉注释行，把下一行作为header
>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#', header=0)
>>> df
    a   b   c
0  12  中国  上海

哈哈，以上就是python小工具关于如何解决解析csv文件时，遇到的注释问题。哈哈，有兴趣欢迎关注python小工具，一起学习python和pandas。