csv文件列数不同，python（pandas）读取并删除nan值

最新推荐文章于 2026-08-05 11:24:37 发布

原创最新推荐文章于 2026-08-05 11:24:37 发布 · 3.1k 阅读

11 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

python

当前文章被收录于：

python

1 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

该博客介绍了如何处理CSV文件。首先，它找到文件中列数最多的一行，并据此设置列名。然后，使用pandas读取CSV文件，指定列名，并将数值转换为float类型。最后，通过删除包含NaN值的行进行数据清理。

金融供应链数据挖掘实战

Python 解析 FactSet Revere，手把手构建供应链月度面板数据

一键订阅

先获取列数最多的那一行对应列数，填充进列名称中，按最大列数读取csv文件。接着把数值转float，最后删除nan值。

import numpy as np
import pandas as pd

csv_file = ''
with open(csv_file, 'r') as temp_f:
    lines = temp_f.readlines()
    for l in lines:
        column_count = len(l.split(',')) + 1
        largest_column_count = column_count if largest_column_count < column_count else largest_column_count
temp_f.close()
column_names = [i for i in range(0, largest_column_count)]

df = pd.read_csv(csv_file, header=None, delimiter=',', names=column_names)
now_line = df.iloc[0, 1:].values.astype(float)
now_line = now_line[np.logical_not(np.isnan(now_line))]