由於通過添加注釋，文件通常可以更加清晰明了。csv文件中有注釋，這種情況是可能存在的。那麼，在pandas讀取csv文件的時候，如何規避掉注釋。
例如，有如上文件，#後就是我添加的注釋。
# 如果僅指定分隔符，正常讀取是不合理的，結果僅有一列而非a,b,c三列，注釋當做了列名
>>> df = pd.read_csv('D:/1.csv', sep=' ')
>>> df
#empty\na,b,c\n1,2,3
a b c
12 中國 上海
>>> df.columns
Index(['#empty\na,b,c\n1,2,3'], dtype='object')
我們可以通過設置comment參數，指定某一行是注釋，則該行就不會被解析
>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#')
>>> df
a b c
0 12 中國 上海
以下是官方文檔給出的對該參數的說明
下面，我針對上述說明，分別列出幾種不同的情況：
(1) #沒有放在行首（empty#\na,b,c\n1,2,3）
>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#')
>>> df
empty
a b c
12 中國 上海
(2) 同一行出現多個#（#empty#\na,b,c\n1,2,3）
# 如果開頭有一個就不影響
>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#')
>>> df
a b c
0 12 中國 上海
（3）首行注釋同時指定了header=0
# 如果同時指定了header=0,則會忽略掉注釋行，把下一行作為header
>>> df = pd.read_csv('D:/1.csv', sep=' ', comment='#', header=0)
>>> df
a b c
0 12 中國 上海
哈哈，以上就是python小工具關於如何解決解析csv文件時，遇到的注釋問題。哈哈，有興趣歡迎關注python小工具，一起學習python和pandas。