如何正确解析含冗余头行的 CSV 文件并设置 SampleNumber 为索引

夜芳酱_9719

夜芳酱_9719

2026-11-22

216人浏览

原创

如何正确解析含冗余头行的 CSV 文件并设置 SampleNumber 为索引

本文详解如何用 pandas.read_csv() 准确读取含多行元信息(如“Start of new file”、“MISCOUNT”)的 ADC 采集 CSV 数据,解决列名错位、NaN 列异常及索引设置失败问题。

本文详解如何用 pandas.read_csv() 准确读取含多行元信息(如“start of new file”、“miscount”)的 adc 采集 csv 数据,解决列名错位、nan 列异常及索引设置失败问题。

在嵌入式数据采集场景中(如 Teensy ADC 写入 SD 卡),CSV 文件常包含若干行非数据元信息(例如日志标记、配置说明等),导致 pandas.read_csv() 默认解析失败:header 错位、列数不匹配、末尾出现全 NaN 列。从您提供的原始 CSV 可见,前两行为无用分隔行和配置行,真正的列名位于第 3 行(索引为 2),而数据从第 4 行开始。

关键在于精准定位 header 行索引,而非盲目使用 skiprows 或 header=0/1。header 参数指定的是 header 所在的行号(从 0 开始计数),它会自动将该行作为列名,并从下一行开始读取数据。因此,对您的 CSV:

Start of new file:,,,,,,,,,,,,,,,,
MISCOUNT: 0,,,,,,,,,,,,,,,,
SampleNumber,C0,C1,...,C15   ← 这才是真正的 header(第 2 行,索引=2)
0,3472,3030,...,2597         ← 第 1 行数据(索引=3)

应直接设 header=2:

import pandas as pd

# ✅ 正确方式:header=2 明确指定第 3 行为列名
data = pd.read_csv("data.csv", header=2)

print(data.head())
#    SampleNumber    C0    C1    C2  ...   C13   C14   C15
# 0             0  3472  3030  2813  ...  2633  2597   NaN  ← 注意:原始 CSV 最后一列有逗号导致空字段

但此时仍可能残留 NaN 列——这是因为原始 CSV 行末存在多余逗号(如 ...,2597,),使 pandas 解析出一个空列。可通过 usecols 显式指定有效列,或用 dtype=str + 后处理清洗。更稳健的做法是同时指定 header 和 usecols:

Csv Brain
Csv Brain

加载CSV文件,使用自然语言(英文)提问。通过Anthropic、OpenAI或本地Ollama实现AI驱动的自然语言查询,无需SQL。

下载
# ✅ 推荐:跳过冗余行 + 精确选取列 + 设置索引
col_names = ["SampleNumber"] + [f"C{i}" for i in range(16)]  # 共 17 列
data = pd.read_csv(
    "data.csv",
    header=2,
    usecols=col_names,        # 严格按名称选取,避免空列干扰
    index_col="SampleNumber"  # 直接将 SampleNumber 设为行索引
)

print(data.head())
#              C0    C1    C2    C3  ...   C12   C13   C14   C15
# SampleNumber                      ...
# 0          3472  3030  2813  2695  ...  2625  2623  2633  2597
# 1          2582  2581  2576  2561  ...  2475  2475  2469  2475

⚠️ 注意事项:

  • 避免混用 skiprows 和 header:skiprows=1 会跳过第 1 行,再设 header=1 实际指向原文件第 2 行,极易错位;
  • 若 CSV 行末逗号无法修改,可添加 engine='python' 提升容错性(但性能略降);
  • 批量处理时,建议先用 pd.read_csv(..., nrows=10) 快速探查真实 header 位置;
  • 索引列若含重复值或非数值,index_col="SampleNumber" 仍可用,但后续分组统计需注意。

最终,您无需手动编辑 CSV 文件——仅需一行 header=2 即可精准锚定列名,再结合 usecols 和 index_col 即可获得结构干净、索引就绪的数据框,为后续统计分析(如 data.describe()、data.mean(axis=1))奠定可靠基础。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

csv

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5664

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1929

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34817

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4047

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3163

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.8万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.5万人学习