Bagaimanakah hujah `skiprows` dalam import CSV Pandas berfungsi dengan integer dan senarai?

Memahami Argumen Skiprows dalam Pandas csv Import

Apabila mengimport fail CSV ke dalam panda, argumen skiprows boleh digunakan untuk mengecualikan atau memasukkan baris tertentu dalam set data. Walau bagaimanapun, penggunaannya boleh menjadi samar-samar, menimbulkan persoalan tentang fungsinya.

Mengikut dokumentasi panda, skiprows boleh mengambil hujah seperti senarai atau integer. Jika argumen seperti senarai disediakan, ia mewakili nombor baris untuk dilangkau (diindeks 0). Walau bagaimanapun, jika integer diberikan, ia menandakan bilangan baris untuk dilangkau pada permulaan fail.

Inti persoalan terletak pada pemahaman bagaimana nilai integer membezakan antara melangkau baris pertama dan baris dengan indeks 1. Untuk memudahkan, mari kita pertimbangkan contoh:

import pandas as pd
from io import StringIO

s = """1, 2
... 3, 4
... 5, 6"""

print(pd.read_csv(StringIO(s), skiprows=[1], header=None))

print(pd.read_csv(StringIO(s), skiprows=1, header=None))

Di sini, kami menyediakan kedua-dua senarai dan nilai integer untuk skiprows. Seperti yang anda boleh perhatikan:

• Apabila skiprows=[1], ia mengecualikan baris dengan indeks 1 (iaitu, baris ketiga).
• Apabila skiprows=1, ia melangkau baris pertama sepenuhnya.

Tingkah laku ini menjelaskan bahawa:

• Jika skiprows ialah senarai, ia secara khusus melangkau baris dengan indeks yang sepadan.
• Jika skiprows ialah integer, ia sentiasa melangkau baris n pertama, dengan n ialah nilai integer yang disediakan.

Atas ialah kandungan terperinci Bagaimanakah hujah `skiprows` dalam import CSV Pandas berfungsi dengan integer dan senarai?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!