¿Cómo ignorar la primera línea de datos al procesar datos CSV?

Le estoy pidiendo a Python que imprima el número mínimo de una columna de datos CSV, pero la fila superior es el número de la columna y no quiero que Python tenga en cuenta la fila superior. ¿Cómo puedo asegurarme de que Python ignore la primera línea?

Este es el código hasta ahora:

import csv

with open('all16.csv', 'rb') as inf:
    incsv = csv.reader(inf)
    column = 1                
    datatype = float          
    data = (datatype(column) for row in incsv)   
    least_value = min(data)

print least_value

¿Podría también explicar lo que está haciendo, no solo dar el código? Soy muy nuevo en Python y me gustaría asegurarme de que entiendo todo.

Puede usar una instancia de la clase csvdel módulo Snifferpara deducir el formato de un archivo CSV y detectar si una fila de encabezado está presente junto con la next()función incorporada para omitir la primera fila solo cuando sea necesario:

import csv

with open('all16.csv', 'r', newline='') as file:
    has_header = csv.Sniffer().has_header(file.read(1024))
    file.seek(0)  # Rewind.
    reader = csv.reader(file)
    if has_header:
        next(reader)  # Skip header row.
    column = 1
    datatype = float
    data = (datatype(row[column]) for row in reader)
    least_value = min(data)

print(least_value)

Dado que datatypey columnestán codificados en su ejemplo, sería un poco más rápido procesar rowesto:

    data = (float(row[1]) for row in reader)

Nota: el código anterior es para Python 3.x. Para Python 2.x, use la siguiente línea para abrir el archivo en lugar de lo que se muestra:

with open('all16.csv', 'rb') as file:

Para omitir la primera línea, simplemente llame:

next(inf)

Los archivos en Python son iteradores sobre líneas.

En un caso de uso similar, tuve que omitir líneas molestas antes de la línea con los nombres de mis columnas reales. Esta solución funcionó muy bien. Primero lea el archivo y luego pase la lista a csv.DictReader.

with open('all16.csv') as tmp:
    # Skip first line (if any)
    next(tmp, None)

    # {line_num: row}
    data = dict(enumerate(csv.DictReader(tmp)))

Tomado de un libro de cocina de Python ,
un código de plantilla más conciso podría verse así:

import csv
with open('stocks.csv') as f:
    f_csv = csv.reader(f) 
    headers = next(f_csv) 
    for row in f_csv:
        # Process row ...

Normalmente utilizaría next(incsv)que avanza el iterador una fila, por lo que se salta el encabezado. El otro (digamos que desea omitir 30 filas) sería:

from itertools import islice
for row in islice(incsv, 30, None):
    # process

utilice csv.DictReader en lugar de csv.Reader. Si se omite el parámetro fieldnames, los valores de la primera fila del archivo csv se utilizarán como nombres de campo. entonces podrá acceder a los valores de campo usando la fila ["1"], etc.

El nuevo paquete 'pandas' podría ser más relevante que 'csv'. El siguiente código leerá un archivo CSV, interpretando de forma predeterminada la primera línea como el encabezado de columna y encontrando el mínimo entre columnas.

import pandas as pd

data = pd.read_csv('all16.csv')
data.min()

Bueno, mi mini biblioteca de contenedores también haría el trabajo.

>>> import pyexcel as pe
>>> data = pe.load('all16.csv', name_columns_by_row=0)
>>> min(data.column[1])

Mientras tanto, si sabe qué es el índice de la columna de encabezado uno, por ejemplo, "Columna 1", puede hacer esto en su lugar:

>>> min(data.column["Column 1"])

Para mí, la forma más fácil de hacerlo es usar range.

import csv

with open('files/filename.csv') as I:
    reader = csv.reader(I)
    fulllist = list(reader)

# Starting with data skipping header
for item in range(1, len(fulllist)): 
    # Print each row using "item" as the index value
    print (fulllist[item])  

Debido a que esto está relacionado con algo que estaba haciendo, lo compartiré aquí.

¿Qué pasa si no estamos seguros de si hay un encabezado y tampoco quieres importar sniffer y otras cosas?

Si su tarea es básica, como imprimir o agregar a una lista o matriz, puede usar una declaración if:

# Let's say there's 4 columns
with open('file.csv') as csvfile:
     csvreader = csv.reader(csvfile)
# read first line
     first_line = next(csvreader)
# My headers were just text. You can use any suitable conditional here
     if len(first_line) == 4:
          array.append(first_line)
# Now we'll just iterate over everything else as usual:
     for row in csvreader:
          array.append(row)

La documentación del módulo CSV de Python 3 proporciona este ejemplo:

with open('example.csv', newline='') as csvfile:
    dialect = csv.Sniffer().sniff(csvfile.read(1024))
    csvfile.seek(0)
    reader = csv.reader(csvfile, dialect)
    # ... process CSV file contents here ...

El Sniffertratará de detectar automáticamente muchas cosas sobre el archivo CSV. Debe llamar explícitamente a su has_header()método para determinar si el archivo tiene una línea de encabezado. Si es así, omita la primera fila al iterar las filas CSV. Puedes hacerlo así:

if sniffer.has_header():
    for header_row in reader:
        break
for data_row in reader:
    # do something with the row

Usaría tail para deshacerme de la primera línea no deseada:

tail -n +2 $INFIL | whatever_script.py 

solo agrega [1:]

ejemplo a continuación:

data = pd.read_csv("/Users/xyz/Desktop/xyxData/xyz.csv", sep=',', header=None)**[1:]**

eso me funciona en iPython

Python 3.X

Maneja UTF8 BOM + HEADER

Fue bastante frustrante que el csvmódulo no pudiera obtener fácilmente el encabezado, también hay un error con UTF-8 BOM (primer carácter en el archivo). Esto funciona para mí usando solo el csvmódulo:

import csv

def read_csv(self, csv_path, delimiter):
    with open(csv_path, newline='', encoding='utf-8') as f:
        # https://bugs.python.org/issue7185
        # Remove UTF8 BOM.
        txt = f.read()[1:]

    # Remove header line.
    header = txt.splitlines()[:1]
    lines = txt.splitlines()[1:]

    # Convert to list.
    csv_rows = list(csv.reader(lines, delimiter=delimiter))

    for row in csv_rows:
        value = row[INDEX_HERE]

Convertiría csvreader a list, luego aparecería el primer elemento

import csv        

with open(fileName, 'r') as csvfile:
        csvreader = csv.reader(csvfile)
        data = list(csvreader)               # Convert to list
        data.pop(0)                          # Removes the first row

        for row in data:
            print(row)

Python 2.x

csvreader.next()

Devuelve la siguiente fila del objeto iterable del lector como una lista, analizada según el dialecto actual.

csv_data = csv.reader(open('sample.csv'))
csv_data.next() # skip first row
for row in csv_data:
    print(row) # should print second row

Python 3.x

csvreader.__next__()

Devuelve la siguiente fila del objeto iterable del lector como una lista (si el objeto fue devuelto por reader ()) o un dict (si es una instancia de DictReader), analizado según el dialecto actual. Por lo general, debería llamar a esto como siguiente (lector).

csv_data = csv.reader(open('sample.csv'))
csv_data.__next__() # skip first row
for row in csv_data:
    print(row) # should print second row