Read CSV Files with multiple headers into Python DataFrame

[buran]

my code from previous post works just fine with this sample csv file:

print '\n\nusing pandas with row 3 as column names\n'
import pandas as pd
DF = pd.read_csv('myfile.csv', skiprows=2) 
print DF.head(n=10) # print first 10 rows

Output:
using pandas with row 3 as column names

 Timestamp (yyyy-mm-dd HH:MM:SS)    A  Bong    C    D    E      F    G    H  \
0             2015-01-01 00:00:SS  734   734  734  734  734  734.0  734  734   
1             2015-01-01 01:00:SS  816   816  816  816  816  816.0  816  816   
2             2015-01-01 02:00:SS  114   114  114  114  114  114.0  114  114   
3             2015-01-01 03:00:SS  822   822  822  822  822  822.0  822  822   
4             2015-01-01 04:00:SS  569   569  569  569  569  569.0  569  569   
5             2015-01-01 05:00:SS   87    87   87   87   87   87.0   87   87   
6             2015-01-01 06:00:SS  250   250  250  250  250  250.0  250  250   
7             2015-01-01 07:00:SS  492   492  492  492  492  492.0  492  492   
8             2015-01-01 08:00:SS  862   862  862  862  862  862.0  862  862   
9             2015-01-01 09:00:SS  869   869  869  869  869  869.0  869  869   

    I    J    K  
0  734  734  734  
1  816  816  816  
2  114  114  114  
3  822  822  822  
4  569  569  569  
5   87   87   87  
6  250  250  250  
7  492  492  492  
8  862  862  862  
9  869  869  869 

also without column names:

print '\n\nusing pandas without column names\n'
import pandas as pd
DF = pd.read_csv('myfile.csv', skiprows=3, header=None) 
print DF.head(n=10) # print first 10 rows

Output:
using pandas without column names

                    0    1    2    3    4    5      6    7    8    9    10  \
0  2015-01-01 00:00:SS  734  734  734  734  734  734.0  734  734  734  734   
1  2015-01-01 01:00:SS  816  816  816  816  816  816.0  816  816  816  816   
2  2015-01-01 02:00:SS  114  114  114  114  114  114.0  114  114  114  114   
3  2015-01-01 03:00:SS  822  822  822  822  822  822.0  822  822  822  822   
4  2015-01-01 04:00:SS  569  569  569  569  569  569.0  569  569  569  569   
5  2015-01-01 05:00:SS   87   87   87   87   87   87.0   87   87   87   87   
6  2015-01-01 06:00:SS  250  250  250  250  250  250.0  250  250  250  250   
7  2015-01-01 07:00:SS  492  492  492  492  492  492.0  492  492  492  492   
8  2015-01-01 08:00:SS  862  862  862  862  862  862.0  862  862  862  862   
9  2015-01-01 09:00:SS  869  869  869  869  869  869.0  869  869  869  869   

    11  
0  734  
1  816  
2  114  
3  822  
4  569  
5   87  
6  250  
7  492  
8  862  
9  869