skiprows

在 Pandas 中，`skiprows` 是 `read_csv()` 方法的一个参数，用于指定读取 CSV 文件时要跳过的行数。该参数可以接受一个整数、一个列表或一个函数作为参数。

以下是一些示例，演示如何使用 `skiprows` 参数：

1. 跳过前几行

import pandas as pd

# 从 CSV 文件中读取数据，跳过前两行
df = pd.read_csv('data.csv', skiprows=2)

在上面的代码中，`skiprows` 参数设置为 `2`，表示跳过 CSV 文件的前两行。

2. 跳过指定的行

# 从 CSV 文件中读取数据，跳过第 1、3、5 行
df = pd.read_csv('data.csv', skiprows=[0, 2, 4])

在上面的代码中，`skiprows` 参数设置为一个列表，其中包含要跳过的行的索引。

3. 跳过满足条件的行

# 从 CSV 文件中读取数据，跳过 age 列值为 25 的行
df = pd.read_csv('data.csv', skiprows=lambda x: x > 0 and x < 4 and int(x[3]) == 25)

在上面的代码中，`skiprows` 参数设置为一个函数，该函数接受一个整数参数，表示当前正在读取的行的索引。函数返回 `True` 表示跳过该行，返回 `False` 表示保留该行。在上面的示例中，函数使用了索引和 age 列的值来判断是否要跳过该行。

需要注意的是，如果 CSV 文件中的列名位于前几行，则应该使用 `header` 参数来指定列名所在行的索引，否则 `skiprows` 参数可能会导致列名被跳过。