数据类型不一致的数据帧的子集

它看起来仍然在电子表格软件中,所以您可以使用read\u csv中的nrows参数只读取到该点

pd.read_csv("mycsv.csv", nrows=4, skiprows=1)

如果您想读入并按第一个完全空白的行拆分

first_blank_line = df.isnull().all(axis=1).idxmax()
final_df = df.iloc[:first_blank_line]

你可以用 .iloc . 这允许您按编号访问行。要选择行2、3、4和5,只需使用

df.iloc[[2,3,4,5]]

请记住,行是0索引的,即第一行是0索引的 0 .

read_csv() ,也可以使用参数 skiprows nrows 要指定要读取的行,请执行以下操作:

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

如果是这样,您可以创建一个新列,其中包含重复的日期:

dates = df[0][::6].repeat(6)
df['dates'] = dates.values

然后您需要删除标题行,或者使用它们将具有空值的事实(如果您在其他地方没有空值),或者使用我在上面所做的关于行之间距离的相同推理。

在那之后,你可以通过简单的操作过滤掉你想要的东西

df[df['dates'] == '7/31/2018']