如何使用pandas.read_excel基于正则表达式跳过行？

Question

我想读一个excel表与pandas.read_excel。它的skiprows参数允许通过提供行号来跳过行。但是，我们如何根据模式匹配跳过行？我有不同的Excel表，其中我需要跳过的行数是可变的，所以提供行数对我的用例不起作用。有没有一种方法可以提供图案 - 例如在包含特定字符串的行之前跳过所有行（比如'Test'）？如果这不能用pandas read_excel完成，那么有没有其他解决方法可以用这种方法将excel读入数据框？任何建议将不胜感激。谢谢。

Answer 1

我的建议是将整个Excel表格读入一个数据框，然后删除不需要的行。举个简单的例子：

import pandas as pd 

# Read out first sheet of excel workbook 
df = pd.read_excel('workbook.xlsx') 

# Find label of the first row where the value 'Test' is found (within column 0) 
row_label = (df.iloc[:, 0] == 'Test').idxmax() 

# Drop all rows above the row with 'Test' 
df = df.loc[row_label:, :]