讲师中心 微信公众号

工具推荐

视频效率加速
立刻MV
立刻MV

低成本歌曲 MV、视频生成

剧云
剧云

中文短剧剧本制作平台

SoundView
SoundView

字幕擦除翻译、配音口型同步

updream

一键生成高质量推广成片

如何正确解析含多行元数据的 CSV 文件并设置索引列

胖浩小哥_3645

胖浩小哥_3645

发布时间:2026-11-22 16:30:05

|

331人浏览过

|

来源于php中文网

原创

如何正确解析含多行元数据的 CSV 文件并设置索引列

本文详解如何使用 pandas.read_csv 正确读取含冗余头信息(如文件标识、配置行)的 adc 采集 csv 数据,精准定位真实表头、消除 nan 列,并将 samplenumber 设为索引。

本文详解如何使用 pandas.read_csv 正确读取含冗余头信息(如文件标识、配置行)的 adc 采集 csv 数据,精准定位真实表头、消除 nan 列,并将 samplenumber 设为索引。

在嵌入式数据采集场景中(如 Teensy ADC + SD 卡),生成的 CSV 文件常包含多行非结构化元数据(例如 Start of new file:、MISCOUNT: 0),导致 pandas 默认解析失败:header 参数误判、列数错位、末尾出现全 NaN 列。根本原因在于——真实列名位于第 3 行(索引为 2),而前两行是无关注释。

根据提供的原始 CSV 结构:

Start of new file:,,,,,,,,,,,,,,,,
MISCOUNT: 0,,,,,,,,,,,,,,,,
SampleNumber,C0,C1,C2,C3,C4,C5,C6,C7,C8,C9,C10,C11,C12,C13,C14,C15
0,3472,3030,2813,2695,2649,2636,2634,2632,2635,2635,2626,2624,2625,2623,2633,2597
...

关键事实是:
✅ 第 0 行和第 1 行为纯元数据,应跳过;
✅ 第 2 行(SampleNumber,C0,C1,...,C15)才是真正的列标题;
✅ 数据从第 3 行开始(即 header=2 对应的下一行);
❌ skiprows=1, header=1 会将第 1 行(MISCOUNT: 0,...)误作列名,引发列数不匹配。

✅ 正确解决方案:精准指定 header 行号

直接使用 header=2 告诉 pandas:“真实列名在第 3 行(0-indexed)”,无需 skiprows 或手动清理:

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
import pandas as pd

# 替换为你的实际文件路径
filename = "data.csv"

# 关键:header=2 → 跳过前两行,以第3行为列名
df = pd.read_csv(filename, header=2)

# 将 SampleNumber 设为索引(自动转为整数索引,且不占用数据列)
df = df.set_index('SampleNumber')

print(df.head())

输出即为期望格式:

              C0    C1    C2    C3    C4    C5    C6    C7    C8    C9   C10   C11   C12   C13   C14   C15
SampleNumber                                                                                           
0           3472  3030  2813  2695  2649  2636  2634  2632  2635  2635  2626  2624  2625  2623  2633  2597
1           2582  2581  2576  2561  2538  2511  2498  2490  2487  2484  2481  2481  2475  2475  2469  2475
2           2472  2474  2472  2474  2474  2474  2478  2474  2476  2484  2485  2490  2484  2485  2478  2486
...

⚠️ 注意事项与进阶技巧

  • 不要混用 skiprows 和 header:skiprows 会先跳行再计算 header 索引,易引发偏移。优先用 header=N 直接定位。
  • 处理缺失值:若仍有 NaN,检查 CSV 是否存在不完整行(如某行逗号数不足),可加 on_bad_lines='skip'(pandas ≥ 1.4)或 error_bad_lines=False(旧版)。
  • 确保索引类型正确:set_index('SampleNumber') 后,若需数值索引参与计算,可追加 .astype(int):
    df = df.set_index('SampleNumber').index.astype(int)
  • 批量处理多个文件:封装为函数,自动适配不同文件的 header 位置(如通过检测含 SampleNumber 的行号):
    def read_adc_csv(filepath):
        with open(filepath) as f:
            for i, line in enumerate(f):
                if 'SampleNumber' in line:
                    return pd.read_csv(filepath, header=i).set_index('SampleNumber')
        raise ValueError("SampleNumber header not found")

此方法简洁、鲁棒,彻底避免手动编辑 CSV,适用于所有符合该格式的嵌入式采集数据。

热门AI工具

更多
讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

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。

1971

2023.07.20

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。

5684

2023.07.25

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。

1929

2023.07.31

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。

34857

2023.08.03

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。

4067

2023.08.04

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。

4067

2023.08.04

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。

1303

2023.08.11

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。

636

2023.08.10

CVE-2026-114938高危漏洞修复
CVE-2026-114938高危漏洞修复

Java4Shell是OpenJDK Base64解码路径中的远程代码执行漏洞,编号CVE-2026-114938,2026年11月17日披露,官方已发布17.0.21.1、21.0.13.1等修复版本,建议优先升级 。本专题围绕Java4Shell(CVE-2026-114938)持续更新,从漏洞原理、受影响版本、受影响产品到修复与自查一站式汇总,适合Java开发、运维与安全人员快速定位风险。ARM64环境不受影响,x86-64环境请

0

2026.11.22

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
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn