Sauter des lignes lors de l'importation CSV avec Pandas

Lors de l'importation de données CSV à l'aide de Pandas, il est souvent nécessaire d'ignorer les lignes que vous ne souhaitez pas à inclure dans votre analyse. Cependant, l'ambiguïté entourant l'argument skiprows peut prêter à confusion.

La syntaxe des skiprows est la suivante :

skiprows : list-like or integer
Row numbers to skip (0-indexed) or number of rows to skip (int) at the start of the file.

La question se pose : comment Pandas sait-il s'il doit ignorer la première ligne ou la ligne avec index 1 lorsque skiprows=1 est spécifié ?

Pour comprendre cela, effectuons une expérience en utilisant un exemple de fichier CSV à trois lignes :

1, 2
3, 4
5, 6

Sauter la ligne avec l'index 1

Si vous souhaitez ignorer la ligne avec l'index 1, transmettez les lignes sautées sous forme de liste :

import pandas as pd
from io import StringIO

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

df = pd.read_csv(StringIO(s), skiprows=[1], header=None)  # Skip row with index 1
print(df)

Sortie :

   0  1
0  1  2
1  5  6

Sauter un nombre de lignes

Pour ignorer un nombre spécifique de lignes (dans ce cas, 1), transmettez les sauts de ligne sous forme d'entier :

df = pd.read_csv(StringIO(s), skiprows=1, header=None)  # Skip the first row
print(df)

Sortie :

   0  1
0  3  4
1  5  6

Par conséquent, il est clair que l'argument skiprows se comporte différemment selon que vous fournissez une liste ou un entier. Si vous souhaitez ignorer une ligne par son index, utilisez une liste. Sinon, utilisez un nombre entier pour ignorer un nombre spécifié de lignes depuis le début du fichier.