如何配置CSV导入跳过特定的行数_忽略标题或不需要的头部信息直接插入核心数据-phpMyAdmin-PHP中文网

pandas read_csv跳过开头几行用skiprows参数，可传整数、列表或函数；skiprows=2且header=0表示跳过前两行并将第三行设为列名；列表如[0,2,4]可跳过不连续行；函数lambda x: x

python pandas read_csv 跳过开头几行用 skiprows 参数

直接跳过 csv 文件前 n 行（比如标题行、说明文字、空行），核心就是 skiprows。它接受整数、列表或函数，最常用的是传一个整数——表示跳过从第 0 行开始的前 n 行。

常见错误是以为 header=1 就能跳过第一行，其实 header 只是告诉 pandas 哪一行当列名用，并不跳过数据；如果文件开头有 2 行废话，只设 header=2 会导致第 2 行被当列名，但第 0、1 行仍会作为数据读进来（除非它们恰好是空的，否则可能报错或错位）。

skiprows=1：跳过第 0 行（即第一行），后续所有行上移，第 1 行变成新第 0 行
要跳过前两行 + 把第三行当列名：用 skiprows=2, header=0
跳过第 0、2、4 行这种不连续的？传列表：skiprows=[0, 2, 4]
开头有不定长的注释行（如以 # 开头）？用函数：skiprows=lambda x: x （注意：实际需配合 <code>read_csv 的 skiprows 函数参数写法，不是链式调用）

MySQL LOAD DATA INFILE 忽略 CSV 头部行用 IGNORE N LINES

在 MySQL 原生命令导入 CSV 时，IGNORE N LINES 是唯一可靠跳过头部的方式，它在服务器端解析阶段就丢弃前 N 行，不进缓冲、不校验、不报错——比客户端预处理更高效，尤其对大文件。

容易踩的坑是混淆 LINES TERMINATED BY 和 IGNORE 的顺序，或者漏写 LINES 关键字（只写 IGNORE 1 会语法错误）。另外，该参数只认物理行，如果 CSV 中某行包含换行符（字段内换行），且没用引号包裹，MySQL 会误判行数，导致跳过不足或过度。

标准写法：LOAD DATA INFILE '/path/data.csv' IGNORE 1 LINES INTO TABLE my_table ...
IGNORE 1 LINES 必须紧跟在 INFILE 路径之后、INTO TABLE 之前
Windows 换行（\r\n）和 Linux（\n）都支持，但确保文件实际换行符与 MySQL 配置的 LINES TERMINATED BY 一致
跳过 3 行？写 IGNORE 3 LINES，不能写 IGNORE 3

PostgreSQL COPY 命令没有内置跳过行功能，得靠外部预处理

COPY 命令本身不支持 SKIP 或 IGNORE LINES，官方文档明确说“no support for skipping header rows”。想跳过标题行，必须在数据进库前清理干净——要么用 shell 管道过滤，要么用临时表+CTE 过滤，要么改用 psql \copy 配合客户端工具。

QuickBooks Mileage CSV

使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。

下载

有人试过在 COPY 里加 WHERE 来过滤，这是无效的，因为 COPY 是批量载入命令，不走 SQL 查询引擎；也有人想用 OFFSET，同样不生效。最稳的方案是别绕弯，老实用 tail -n +2 或 sed '1d' 切掉首行再导入。

Linux/macOS 终端导入跳过第一行：tail -n +2 data.csv | psql -c "COPY my_table FROM STDIN WITH (FORMAT CSV, HEADER false);"
Windows 下可用 more +2 data.csv | psql ...（注意 more 对大文件性能差）
如果必须用服务端 COPY（如从数据库服务器本地读文件），先用 sed -i '1d' /path/data.csv 原地删头——但要注意权限和备份
用程序生成临时无头 CSV 比硬编码跳过逻辑更可控，尤其涉及编码（如 UTF-8 BOM）、引号转义时

Excel 转 CSV 后标题行乱码或格式残留，导致 skiprows 失效

很多人以为“导出为 CSV”就干净了，实际上 Excel 默认导出带 BOM（\ufeff），且可能把合并单元格转成空字段、把日期转成本地格式字符串，甚至保留不可见控制字符。这时 skiprows=1 看似跳过了第一行，实则因 BOM 占了第一个字节，pandas 把它当列名一部分，导致列名异常（如 ‘\ufeffname’），后续匹配列失败。

另一个典型现象是：明明跳过了 1 行，但数据还是错位——大概率是 Excel 导出时用了逗号分隔但字段含逗号却没加引号，CSV 解析器误拆字段，行计数偏移。