打开一个csv文件，删去第一列，然后存到一个新csv文件中

你可以使用pandas库中的`read_csv`函数读取csv文件，然后使用`iloc`函数选择需要的列，最后使用`to_csv`函数将数据保存为新的csv文件。以下是示例代码：

import pandas as pd

# 读取原始csv文件
df = pd.read_csv('original_file.csv')

# 删除第一列
df = df.iloc[:, 1:]

# 保存为新的csv文件
df.to_csv('new_file.csv', index=False)

请将代码中的`original_file.csv`替换为你的原始csv文件名，将`new_file.csv`替换为你想要保存的新的csv文件名。设置`index=False`可以避免写入csv文件时自动添加行索引。

相关问题

python panda处理csv文件删去第一行

在Python中，使用pandas库处理CSV文件时，如果你想要删除第一行（通常假设这是标题行），你可以直接加载数据，然后选择不将第一行作为DataFrame的索引。以下是一个简单的步骤：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('filename.csv')

# 删除第一行
df = df[1:]

# 如果你想保留原始索引从0开始，可以使用dropna()或iloc
# df = df.drop(df.index)
# 或者
# df = df.iloc[1:]

# 然后你可以选择保存新的CSV文件
df.to_csv('new_filename.csv', index=False)

删去csv文件的某一列空值对应的行

可以使用Python的csv模块和pandas库来实现删除CSV文件的某一列空值对应的行。

首先，使用pandas库读取CSV文件，并将其转换为DataFrame对象：

import pandas as pd

df = pd.read_csv('data.csv')

假设CSV文件中第二列为年龄，现在需要删除年龄为空值的行。可以使用pandas的dropna函数删除这些行：

df.dropna(subset=['age'], inplace=True)

其中，subset参数指定需要删除空值的列名，inplace参数为True表示直接在原DataFrame对象上进行修改。

最后，将修改后的DataFrame对象重新写入CSV文件：

df.to_csv('data.csv', index=False)

其中，index=False表示不将行索引写入CSV文件中。完整代码如下：

import pandas as pd

df = pd.read_csv('data.csv')
df.dropna(subset=['age'], inplace=True)
df.to_csv('data.csv', index=False)