选择特定的 CSV 列（过滤） - Python/pandas答案

【问题标题】：Select specific CSV columns (Filtering) - Python/pandas选择特定的 CSV 列（过滤） - Python/pandas
【发布时间】：2014-04-19 03:07:38
【问题描述】：

我有一个包含 100 列的非常大的 CSV 文件。为了说明我的问题，我将使用一个非常基本的示例。

假设我们有一个 CSV 文件。

in  value   d     f
0    975   f01    5
1    976   F      4
2    977   d4     1
3    978   B6     0
4    979   2C     0

我想选择一个特定的列。

import pandas
data = pandas.read_csv("ThisFile.csv")

为了选择我使用的前 2 列

data.ix[:,:2]

为了选择不同的列，例如第 2 列和第 4 列。我该怎么办？

还有另一种方法可以通过重写 CSV 文件来解决此问题。但这是一个巨大的文件；所以我要避免这种方式。

【问题讨论】：

【解决方案1】：

这会选择第二列和第四列（因为 Python 使用从 0 开始的索引）：

In [272]: df.iloc[:,(1,3)]
Out[272]: 
   value  f
0    975  5
1    976  4
2    977  1
3    978  0
4    979  0

[5 rows x 2 columns]

df.ix 可以按位置或标签选择。 df.iloc 总是按位置选择。按位置索引时，使用df.iloc 更明确地表明您的意图。由于 Pandas 不必检查您的索引是否使用标签，因此速度也更快。

另一种可能是使用usecols 参数：

data = pandas.read_csv("ThisFile.csv", usecols=[1,3])

这只会将第二列和第四列加载到data DataFrame 中。

【讨论】：

【解决方案2】：

如果您更愿意按名称选择列，则可以使用

data[['value','f']]

   value  f
0    975  5
1    976  4
2    977  1
3    978  0
4    979  0

【讨论】：

【解决方案3】：

正如Wai Yip Tung所说，您可以在读取时通过指定列的名称来过滤数据框，例如：

import pandas as pd
data = pd.read_csv("ThisFile.csv")[['value','d']]

这解决了我的问题。

【讨论】：