Hướng dẫn how do i skip the first row in python csv? - làm cách nào để bỏ qua hàng đầu tiên trong python csv?

Trong bài viết này, chúng tôi sẽ tìm hiểu làm thế nào chúng tôi có thể xóa tiêu đề của dữ liệu tệp CSV trong khi đọc chính CSV vì đôi khi chúng tôi không cần tiêu đề của dữ liệu tệp CSV. Vì vậy, chúng tôi sẽ tìm hiểu bốn phương pháp này, được đưa ra dưới đây:

1. Sử dụng phương thức tiếp theo ()
2. Sử dụng phương thức DicTreader ()
3. Pandas bỏ qua dựa trên một số hàng cụ thể
4. Pandas bỏ qua dựa trên vị trí chỉ mục

Hãy để giải thích từng phương pháp trên chi tiết.

Phương pháp 1: Sử dụng phương thức tiếp theo ()

Trong phương thức này, chúng tôi sẽ sử dụng phương thức tiếp theo () và xem phương thức này sẽ loại bỏ hàng tiêu đề trước khi chúng tôi in tất cả các dữ liệu CSV khác.

Tệp CSV: Tệp CSV dưới đây (Test.csv) chúng tôi sẽ sử dụng cho blog này.: The below csv file (test.csv) we will be using for this blog.

Month,1958,1959,1960,1958,1959,1960

Tháng 1, 340.360.417,340,360,417

Tháng 2, 318.342.391,318,342,391

Mar, 362.406.419,362,406,419

Tháng Tư, 348.396.461,348,396,461

Tháng 1, 340.360.417,340,360,417

Tháng 2, 318.342.391,318,342,391

Mar, 362.406.419

Tháng Tư, 348.396.461("test.csv", "r") as record:    
# We are creating an object of the csv reader
csvreader_object=csv.reader(record)
# The line will skip the first row of the csv file (Header row)
next(csvreader_object)

Nhập khẩu
for row incsvreader_object:
print(row)

Output:

['JAN','340','360','417']'JAN', '340', '360', '417']

['FEB','318','342','391']'FEB', '318', '342', '391']

['MAR','362','406','419']'MAR', '362', '406', '419']

['APR','348','396','461']'APR', '348', '396', '461']

['JAN','340','360','417']'JAN', '340', '360', '417']

['FEB','318','342','391']'FEB', '318', '342', '391']

withopen ("test.csv", "r") làm bản ghi: & nbsp; & nbsp;

# Bây giờ chúng tôi đang in tất cả các hàng ngoại trừ hàng đầu tiên của CSVFor Row IncsVreader_Object: in (hàng)

Dòng 1: Chúng tôi nhập mô -đun CSV.:Now, we are iterating the csv reader object and printing each row. The above output shows that now there is no header row.

Dòng 3 -7: Chúng tôi mở tệp test.csv ở chế độ đọc (‘r,) dưới dạng bản ghi và sau đó chúng tôi tạo một đối tượng của phương thức csv.Reader (). Phương thức tiếp theo (), khi chúng ta gọi nó, tự động loại bỏ hàng đầu tiên khỏi đối tượng đầu đọc CSV và phần còn lại của dữ liệu chúng ta có thể sử dụng khi chúng ta cần.

Dòng 10 trận11: Bây giờ, chúng tôi đang lặp lại đối tượng đầu đọc CSV và in từng hàng. Đầu ra trên cho thấy bây giờ không có hàng tiêu đề.

Mar, 362.406.419

Tháng Tư, 348.396.461("test.csv", "r") as record:
# We are creating an object of the csv reader
csvreader_object=csv.DictReader(record)
# The line will skip the first row of the csv file (Header row)
# because it works as a dict and we are printing only values not keys
for row incsvreader_object:
print(row["Month"], row["1958"], row["1959"],row["1960"])

Output:

Nhập khẩu340 360 417

withopen ("test.csv", "r") làm bản ghi: & nbsp; & nbsp;318 342 391

# Bây giờ chúng tôi đang in tất cả các hàng ngoại trừ hàng đầu tiên của CSVFor Row IncsVreader_Object: in (hàng)362 406 419

Dòng 1: Chúng tôi nhập mô -đun CSV.348 396 461

Dòng 3 -7: Chúng tôi mở tệp test.csv ở chế độ đọc (‘r,) dưới dạng bản ghi và sau đó chúng tôi tạo một đối tượng của phương thức csv.Reader (). Phương thức tiếp theo (), khi chúng ta gọi nó, tự động loại bỏ hàng đầu tiên khỏi đối tượng đầu đọc CSV và phần còn lại của dữ liệu chúng ta có thể sử dụng khi chúng ta cần.340 360 417

withopen ("test.csv", "r") làm bản ghi: & nbsp; & nbsp;318 342 391

withopen ("test.csv", "r") làm bản ghi: & nbsp; & nbsp;

# Bây giờ chúng tôi đang in tất cả các hàng ngoại trừ hàng đầu tiên của CSVFor Row IncsVreader_Object: in (hàng)

Dòng 1: Chúng tôi nhập mô -đun CSV.

Dòng 3 -7: Chúng tôi mở tệp test.csv ở chế độ đọc (‘r,) dưới dạng bản ghi và sau đó chúng tôi tạo một đối tượng của phương thức csv.Reader (). Phương thức tiếp theo (), khi chúng ta gọi nó, tự động loại bỏ hàng đầu tiên khỏi đối tượng đầu đọc CSV và phần còn lại của dữ liệu chúng ta có thể sử dụng khi chúng ta cần.

Dòng 10 trận11: Bây giờ, chúng tôi đang lặp lại đối tượng đầu đọc CSV và in từng hàng. Đầu ra trên cho thấy bây giờ không có hàng tiêu đề.

Phương pháp 2: Sử dụng phương thức DicTreader ()
skipHeaderDf=pd.read_csv('test.csv', skiprows=1)

print(skipHeaderDf)(skipHeaderDf)

Output:

Nhập khẩu340 360 417

withopen ("test.csv", "r") làm bản ghi: & nbsp; & nbsp; FEB 318 342 391

# Bây giờ chúng tôi đang in tất cả các hàng ngoại trừ hàng đầu tiên của CSVFor Row IncsVreader_Object: in (hàng) MAR 362 406 419

Dòng 1: Chúng tôi nhập mô -đun CSV. APR 348 396 461

Dòng 3 -7: Chúng tôi mở tệp test.csv ở chế độ đọc (‘r,) dưới dạng bản ghi và sau đó chúng tôi tạo một đối tượng của phương thức csv.Reader (). Phương thức tiếp theo (), khi chúng ta gọi nó, tự động loại bỏ hàng đầu tiên khỏi đối tượng đầu đọc CSV và phần còn lại của dữ liệu chúng ta có thể sử dụng khi chúng ta cần. JAN 340 360 417

Dòng 10 trận11: Bây giờ, chúng tôi đang lặp lại đối tượng đầu đọc CSV và in từng hàng. Đầu ra trên cho thấy bây giờ không có hàng tiêu đề. FEB 318 342 391

Phương pháp 2: Sử dụng phương thức DicTreader (): We import the Pandas library as a pd.

Bây giờ, chúng ta sẽ xem làm thế nào chúng ta có thể đọc CSV như một định dạng từ điển. Nhưng sau khi đọc tệp CSV dưới dạng định dạng trực tiếp, chúng tôi sẽ chỉ in giá trị, không phải khóa, điều này sẽ giải quyết vấn đề của chúng tôi là in tất cả dữ liệu mà không cần hàng tiêu đề. Chúng tôi đang sử dụng cùng một tệp thử nghiệm.csv như chúng tôi đã sử dụng trước đây. Một ví dụ về phương pháp này được đưa ra dưới đây:: We read the csv file using the pandas read_csv module, and in that, we mentioned the skiprows=1, which means skipping the first line while reading the csv file data.

withopen ("test.csv", "r") làm bản ghi:# Chúng tôi đang tạo một đối tượng của trình đọc CSV csvreader_object = csv.dictreader (bản ghi)# dòng sẽ bỏ qua hàng đầu tiên của tệp CSV (hàng tiêu đề)# Bởi vì nó hoạt động như một dict và chúng tôi chỉ in các giá trị không phải là Keys cho Row Incsvreader_Object: in (hàng ["tháng"], hàng ["1958"], hàng ["1959"], hàng ["1960"]): Now, we print the final dataframe result shown in the above output without the header row.

Tháng 1 340360417

Tháng 2 318342391

MAR 362406419
skipHeaderDf=pd.read_csv('test.csv', skiprows=[0])

print(skipHeaderDf)(skipHeaderDf)

Output:

Nhập khẩu340 360 417

withopen ("test.csv", "r") làm bản ghi: & nbsp; & nbsp; FEB 318 342 391

# Bây giờ chúng tôi đang in tất cả các hàng ngoại trừ hàng đầu tiên của CSVFor Row IncsVreader_Object: in (hàng) MAR 362 406 419

Dòng 1: Chúng tôi nhập mô -đun CSV. APR 348 396 461

Dòng 3 -7: Chúng tôi mở tệp test.csv ở chế độ đọc (‘r,) dưới dạng bản ghi và sau đó chúng tôi tạo một đối tượng của phương thức csv.Reader (). Phương thức tiếp theo (), khi chúng ta gọi nó, tự động loại bỏ hàng đầu tiên khỏi đối tượng đầu đọc CSV và phần còn lại của dữ liệu chúng ta có thể sử dụng khi chúng ta cần. JAN 340 360 417

Dòng 10 trận11: Bây giờ, chúng tôi đang lặp lại đối tượng đầu đọc CSV và in từng hàng. Đầu ra trên cho thấy bây giờ không có hàng tiêu đề. FEB 318 342 391

Phương pháp 2: Sử dụng phương thức DicTreader (): We import the Pandas library as a pd.

Dòng 2: Chúng tôi đọc tệp CSV bằng mô -đun Pandas Read_CSV và trong đó, chúng tôi đã đề cập đến Skiprows = [0], có nghĩa là bỏ qua dòng đầu tiên trong khi đọc dữ liệu tệp CSV.: We read the csv file using the pandas read_csv module, and in that, we mentioned the skiprows=[0], which means skip the first line while reading the csv file data.

Dòng 4: Bây giờ, chúng tôi in kết quả khung dữ liệu cuối cùng được hiển thị trong đầu ra ở trên mà không có hàng tiêu đề.: Now, we print the final dataframe result shown in the above output without the header row.

Conclusion:

Bài viết này đã thấy bốn phương pháp khác nhau để bỏ qua hàng tiêu đề trong khi đọc tệp CSV. Tất cả các phương pháp trong bài viết trên là hoàn toàn tốt và được lập trình viên Python sử dụng để bỏ qua tiêu đề của tệp CSV trong khi đọc dữ liệu CSV. Phương thức thư viện PANDAS không chỉ cho phép chúng tôi xóa tiêu đề của dữ liệu tệp CSV mà còn có thể được sử dụng để xóa các hàng khác nếu chúng tôi chỉ định vị trí số hoặc chỉ mục của chúng cho Skiprows. Vì vậy, bỏ qua sẽ có thể loại bỏ tất cả các hàng có số sẽ được gán cho chúng. Vì vậy, mô -đun Pandas để bỏ qua tiêu đề là tốt nhất để sử dụng, và nó cũng rất thuận tiện để loại bỏ các hàng khác.

Các phương pháp khác sử dụng DicTreader và đầu đọc cũng có sẵn, nhưng chúng chỉ dành cho các hàng tiêu đề, vì vậy nếu chúng ta muốn xóa một số hàng khác, chúng ta cũng phải viết một số mã khác.