如何使用pandas.read_excel基於正則表達式跳過行？

Question

我想讀一個excel表與pandas.read_excel。它的skiprows參數允許通過提供行號來跳過行。但是，我們如何根據模式匹配跳過行？我有不同的Excel表，其中我需要跳過的行數是可變的，所以提供行數對我的用例不起作用。有沒有一種方法可以提供圖案 - 例如在包含特定字符串的行之前跳過所有行（比如'Test'）？如果這不能用pandas read_excel完成，那麼有沒有其他解決方法可以用這種方法將excel讀入數據框？任何建議將不勝感激。謝謝。

Answer 1

我的建議是將整個Excel表格讀入一個數據框，然後刪除不需要的行。舉個簡單的例子：

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:, :]