Es gibt zwei g\u00e4ngige M\u00f6glichkeiten, dieses Argument zu verwenden:<\/span><\/p>\n Methode 1: Verwenden Sie usecols mit Spaltennamen<\/strong><\/span><\/p>\n Methode 2: Usecols mit Spaltenpositionen verwenden<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit der folgenden CSV-Datei namens \u201ebasketball_data.csv\u201c<\/strong> verwendet wird:<\/span> <\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um die CSV-Datei zu importieren und nur die Spalten \u201eTeam\u201c und \u201eRebounds\u201c zu verwenden:<\/span><\/p>\n Beachten Sie, dass nur die Spalten \u201eTeam\u201c und \u201eRebounds\u201c importiert wurden, da dies die Spaltennamen waren, die wir im Argument \u201eusecols\u201c<\/strong> angegeben haben.<\/span> <\/b><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um die CSV-Datei zu importieren und nur die Spalten an den Indexpositionen 0 und 2 zu verwenden:<\/span><\/p>\n Beachten Sie, dass nur die Spalten \u201eTeam\u201c und \u201eRebounds\u201c importiert wurden, da es sich hierbei um die Spalten an den Indexpositionen 0 und 2 handelte, also den Werten, die wir im Argument \u201eusecols\u201c<\/strong> angegeben haben.<\/span><\/p>\n Hinweis<\/strong> : Die erste Spalte der CSV-Datei hat die Indexposition 0.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Aufgaben in Python ausf\u00fchren:<\/span><\/p>\n Pandas: So \u00fcberspringen Sie Zeilen beim Lesen einer CSV-Datei<\/a> Sie k\u00f6nnen das Argument usecols in der Funktion read_csv() verwenden, um bestimmte Spalten aus einer CSV-Datei in einen Pandas-DataFrame zu lesen. Es gibt zwei g\u00e4ngige M\u00f6glichkeiten, dieses Argument zu verwenden: Methode 1: Verwenden Sie usecols mit Spaltennamen df = pd. read_csv (‚ my_data.csv ‚, usecols=[‚ this_column ‚, ‚ that_column ‚]) Methode 2: Usecols mit Spaltenpositionen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df = pd. read_csv<\/span> (' my_data.csv<\/span> ', usecols=[' this_column<\/span> ', ' that_column<\/span> '])\n<\/strong><\/pre>\n df = pd. read_csv<\/span> ( '<\/span> my_data.csv<\/span> ', usecols=[ 0,2<\/span> ])\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sauter1-1.jpg\")
<\/p>\n Beispiel 1: Verwendung von Usecols mit Spaltennamen<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#import DataFrame and only use 'team' and 'rebounds' columns\n<\/span>df = pd. read_csv<\/span> (' basketball_data.csv<\/span> ', usecols=[' team<\/span> ',' rebounds<\/span> '])\n<\/strong>\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team rebounds\n0 to 10\n1 B 9\n2 C 6\n3 D 2\n<\/b><\/pre>\nBeispiel 2: Verwendung von Usecols mit Spaltenpositionen<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#import DataFrame and only use columns in index positions 0 and 2\n<\/span>df = pd. read_csv<\/span> (' basketball_data.csv<\/span> ' ,<\/span> usecols=[ 0,2<\/span> ])\n<\/strong>\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team rebounds\n0 to 10\n1 B 9\n2 C 6\n3 D 2\n<\/b><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So lesen Sie Excel-Dateien<\/a>
Pandas: So exportieren Sie einen DataFrame nach Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"