Metodo 1: salta una riga specifica<\/strong><\/span><\/p>\n Metodo 2: ignorare pi\u00f9 righe specifiche<\/strong><\/span><\/p>\n Metodo 3: ignora le prime N righe<\/strong><\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con il seguente file Excel chiamato player_data.xlsx<\/strong> :<\/span> <\/p>\n Possiamo utilizzare il seguente codice per importare il file Excel e ignorare la riga nella posizione dell’indice 2:<\/span><\/p>\n Si noti che la riga nella posizione dell’indice 2 (con la squadra “B”) \u00e8 stata ignorata durante l’importazione del file Excel nel DataFrame panda.<\/span><\/p>\n Nota<\/strong> : la prima riga del file Excel \u00e8 considerata riga 0.<\/span><\/p>\n Possiamo utilizzare il seguente codice per importare il file Excel e ignorare le righe nelle posizioni dell’indice 2 e 4:<\/span><\/p>\n Tieni presente che le righe nelle posizioni dell’indice 2 e 4 (con le squadre “B” e “D”) sono state ignorate durante l’importazione del file Excel nel DataFrame panda.<\/span><\/p>\n Possiamo utilizzare il seguente codice per importare il file Excel e ignorare le prime due righe:<\/span><\/p>\n Tieni presente che le prime due righe del file Excel sono state saltate e la successiva riga disponibile (con la squadra “B”) \u00e8 diventata la riga di intestazione del DataFrame.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in Python:<\/span><\/p>\n Come leggere file Excel con Panda<\/a> \u00c8 possibile utilizzare i seguenti metodi per saltare le righe durante la lettura di un file Excel in un DataFrame panda: Metodo 1: salta una riga specifica #import DataFrame and skip row in index position 2 df = pd. read_excel (‘ my_data.xlsx ‘, skiprows=[ 2 ]) Metodo 2: ignorare pi\u00f9 righe specifiche #import DataFrame and […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #import DataFrame and skip row in index position 2\n<\/span>df = pd. read_excel<\/span> (' my_data.xlsx<\/span> ', skiprows=[ 2<\/span> ])\n<\/strong><\/pre>\n #import DataFrame and skip rows in index positions 2 and 4\n<\/span>df = pd. read_excel<\/span> (' my_data.xlsx<\/span> ' , skiprows=[2,4<\/span> ]<\/span> )<\/strong><\/pre>\n #import DataFrame and skip first 2 rows\n<\/span>df = pd. read_excel<\/span> (' my_data.xlsx<\/span> ', skiprows= 2<\/span> )<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sauter-excel1.png\")
<\/p>\n Esempio 1: ignora una riga specifica<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#import DataFrame and skip row in index position 2\n<\/span>df = pd. read_excel<\/span> (' player_data.xlsx<\/span> ', skiprows=[ 2<\/span> ])\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points rebound assists\n0 to 24 8 5\n1 C 15 4 7\n2 D 19 4 8\n3 E 32 6 8\n4 F 13 7 9\n<\/b><\/pre>\n Esempio 2: ignorare pi\u00f9 righe specifiche<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#import DataFrame and skip rows in index positions 2 and 4\n<\/span>df = pd. read_excel<\/span> (' player_data.xlsx<\/span> ', skiprows=[ 2,4<\/span> ] )<\/span>\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points rebound assists\n0 to 24 8 5\n1 C 15 4 7\n2 E 32 6 8\n3 F 13 7 9\n<\/b><\/pre>\n Esempio 3: ignora le prime N righe<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#import DataFrame and skip first 2 rows\n<\/span>df = pd. read_excel<\/span> (' player_data.xlsx<\/span> ', skiprows= 2<\/span> )\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n B 20 12 3\n0 C 15 4 7\n1 D 19 4 8\n2 E 32 6 8\n3 F 13 7 9\n<\/b><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come esportare Pandas DataFrame in Excel<\/a>
Come esportare un array NumPy in un file CSV<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"