Pandas：如何将 read_csv 与 usecols 参数一起使用

您可以使用read_csv()函数中的usecols参数将 CSV 文件中的特定列读取到 pandas DataFrame 中。

使用此参数有两种常见方法：

方法 1：使用 usecols 和列名

 df = pd. read_csv (' my_data.csv ', usecols=[' this_column ', ' that_column '])

方法 2：使用 usecols 和列位置

 df = pd. read_csv ( ' my_data.csv ', usecols=[ 0,2 ])

以下示例展示了如何在实践中使用以下名为篮球数据.csv的 CSV 文件使用每种方法：

示例 1：使用 usecols 和列名

我们可以使用以下代码导入 CSV 文件，并仅使用名为“team”和“rebounds”的列：

 import pandas as pd

#import DataFrame and only use 'team' and 'rebounds' columns
df = pd. read_csv (' basketball_data.csv ', usecols=[' team ',' rebounds '])

#view DataFrame
print (df)

   team rebounds
0 to 10
1 B 9
2 C 6
3 D 2

请注意，仅导入了球队和篮板列，因为这些是我们在usecols参数中指定的列名称。

示例 2：使用 usecols 和列位置

我们可以使用以下代码导入 CSV 文件，并且仅使用索引位置 0 和 2 处的列：

 import pandas as pd

#import DataFrame and only use columns in index positions 0 and 2
df = pd. read_csv (' basketball_data.csv ' , usecols=[ 0,2 ])

#view DataFrame
print (df)

   team rebounds
0 to 10
1 B 9
2 C 6
3 D 2

请注意，仅导入了 team 和篮板列，因为这些是索引位置 0 和 2 处的列，这是我们在usecols参数中指定的值。

注意：CSV 文件的第一列的索引位置为 0。

其他资源

以下教程解释了如何在 Python 中执行其他常见任务：

Pandas：如何在读取 CSV 文件时跳行
Pandas：如何读取 Excel 文件
Pandas：如何将 DataFrame 导出到 Excel