过滤空白行 Python CSV

在处理CSV文件时，经常需要过滤掉包含空白行的数据。Python提供了各种方法来实现这一目标。

使用csv模块

首先，我们可以使用Python的内置csv模块来读取和处理CSV文件。以下是过滤空白行的示例代码：

import csv

def filter_blank_lines(file_path):
    filtered_data = []
    with open(file_path, 'r') as csv_file:
        csv_reader = csv.reader(csv_file)
        for row in csv_reader:
            if any(row):
                filtered_data.append(row)
    return filtered_data

解释代码：

• 首先，我们打开CSV文件，然后使用csv.reader函数创建一个csv_reader对象，将文件内容读取为一个可迭代的对象。
• 然后，我们遍历csv_reader对象中的每一行，并使用any函数检查行中是否有任何非空元素。如果有非空元素，则将该行添加到filtered_data列表中。
• 最后，我们返回过滤后的数据。

你可以将上述代码保存在一个Python文件中，并传递CSV文件的路径给filter_blank_lines函数来过滤空白行。

使用pandas库

另一种流行的方法是使用pandas库来处理CSV文件。以下是使用pandas过滤空白行的示例代码：

import pandas as pd

def filter_blank_lines(file_path):
    df = pd.read_csv(file_path)
    filtered_df = df.dropna(how='all')
    return filtered_df.to_markdown(index=False)

解释代码：

• 首先，我们使用pd.read_csv函数从CSV文件中创建一个DataFrame对象。
• 然后，我们使用dropna函数来删除包含所有空值的行，即空白行。
• 最后，我们使用to_markdown函数将过滤后的数据转换为Markdown格式，并返回字符串格式的结果。

你可以将上述代码保存在一个Python文件中，并传递CSV文件的路径给filter_blank_lines函数来过滤空白行。

这些是两种常用的方法来过滤空白行的示例代码，根据你的需求选择适合的方法。无论你选择哪一种方法，都可以轻松地过滤掉CSV文件中的空白行，并继续进行后续处理。