Pandas：导入 csv 文件时忽略第一列

将 CSV 文件导入 pandas DataFrame 时，可以使用以下基本语法忽略第一列：

 with open (' basketball_data.csv ') as x:
    ncols = len ( x.readline (). split (' , '))

df = pd. read_csv (' basketball_data.csv ', usecols= range (1,ncols))

此特定示例会将名为篮球数据.csv的 CSV 文件的每一列读取到 pandas DataFrame 中，第一列除外。

使用此代码，我们首先查找 CSV 文件中的列数并将其分配给名为ncols的变量。

接下来，我们使用usecols参数来指定我们只想导入 CSV 文件中 1（即第二列）和最后一列之间的列。

以下示例展示了如何在实践中使用此语法。

示例：将 CSV 文件导入 Pandas 时忽略第一列

假设我们有以下名为篮球数据.csv的 CSV 文件：

我们可以使用以下语法将 CSV 文件导入 pandas DataFrame 并忽略第一列：

 import pandas as pd

#calculate number of columns in CSV file
with open (' basketball_data.csv ') as x:
    ncols = len ( x.readline (). split (' , '))

#import all columns except first column into DataFrame
df = pd. read_csv (' basketball_data.csv ', usecols= range (1,ncols))

#view resulting DataFrame
print (df)

   rebound points
0 22 10
1 14 9
2 29 6
3 30 2

请注意，当我们将 CSV 文件导入 pandas 时，名为team的第一列已被删除。

请注意，如果您事先已经知道 CSV 文件中的总列数，则可以直接将该值提供给usecols参数。

例如，假设我们已经知道 CVS 文件中有三列。

我们可以使用以下语法将 CSV 文件导入 pandas DataFrame 并忽略第一列：

 import pandas as pd

#import all columns except first column into DataFrame
df = pd. read_csv (' basketball_data.csv ', usecols= range (1,3))

#view resulting DataFrame
print (df)

   rebound points
0 22 10
1 14 9
2 29 6
3 30 2

请注意，当我们将 CSV 文件导入 pandas 时，名为team的第一列已被删除。

由于我们已经知道 CSV 文件中有三列，因此我们只需在usecols参数中使用range(1,3)即可。

注意：您可以在此处找到 pandas read_csv()函数的完整文档。

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：如何将数据添加到现有 CSV 文件
Pandas：如何将 read_csv 与 usecols 参数一起使用