skiprows参数只跳过物理行，不识别内容，可传整数、整数列表或函数：传整数则无条件跳过前n行；传列表则跳过指定行号；传函数时仅接收行号x，返回true即跳过该行。
skiprows参数能跳过哪些行
skiprows 是 pandas.read_csv() 中最直接的跳过开头脏数据的方式，但它只跳行号，不识别内容。比如文件前3行是说明、空行、字段注释，而第4行才是真实表头，那就设 skiprows=3 —— 它会无条件跳过前3行，不管这三行是不是空、有没有逗号、是否含中文说明。
注意：它跳的是“物理行”，不是“逻辑行”。如果某行里有换行符（比如字段值含 \n），而你又用了 lineterminator 以外的默认解析，skiprows 仍按原始换行计数，不会出错但可能误判。
怎么确定该跳几行：别靠肉眼数
CSV开头常混着版本号、生成时间、备注等非结构化文本，手动数容易漏。更稳妥的做法是先用 Python 打开文件逐行扫描，定位第一个含逗号且字段数合理的行（或匹配你预期的表头字符串）：
with open('data.csv', encoding='utf-8') as f:
for i, line in enumerate(f):
if ',' in line and len(line.strip().split(',')) >= 3: # 假设至少3列
print(f'首条疑似数据行在第 {i} 行（0-indexed）')
break
得到行号后，传给 skiprows=i 即可。如果表头固定（比如首行一定是 "id,name,amount"），也可以用 skiprows=lambda x: x ，但注意 <code>lambda 形式下无法读取实际行内容，所以这种写法无效——skiprows 的 lambda 只接收行号 x，不传入行内容，别被文档误导。
skiprows和header参数要配合用
跳过脏数据后，新文件的第0行未必就是表头。比如跳了4行，第5行（原文件第5行）才是列名，那必须显式指定 header=0，否则 pandas 默认把跳过后的第0行当数据、第1行当表头，导致列名错位或缺失。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 若跳过后第0行是表头 → 用
header=0 - 若跳过后第0行是数据、没表头 → 用
header=None，再用names=[...]指定列名 - 若跳过后第1行才是表头（即原表头在第6行）→ 用
header=1
单独设 skiprows 而忽略 header，是最常见的列名混乱根源。
遇到编码错误或BOM头时skiprows会失效
Windows记事本保存的UTF-8 CSV常带BOM（\ufeff），它占第一个“字符”但不算一行。此时 skiprows=1 会跳第2行，而第1行（带BOM的表头）被当成脏数据跳过了，结果列名变成 ['\ufeffid', 'name', 'amount']，后续 df['id'] 就报 KeyError。
解决方法只有两个：
- 打开文件时加
encoding='utf-8-sig'（自动剥离BOM） - 不用
skiprows，改用skip_blank_lines=True+comment='#'等组合过滤，或者先用csv.Sniffer探测结构
BOM问题不报错，但会让 skiprows 的行号偏移1，这种隐形错位最难排查。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
