Istniej\u0105 dwa typowe sposoby u\u017cycia tego argumentu:<\/span><\/p>\n Metoda 1: U\u017cyj usecols z nazwami kolumn<\/strong><\/span><\/p>\n Metoda 2: U\u017cyj usecols z pozycjami kolumn<\/strong><\/span><\/p>\n Poni\u017csze przyk\u0142ady pokazuj\u0105, jak w praktyce zastosowa\u0107 ka\u017cd\u0105 metod\u0119 z nast\u0119puj\u0105cym plikiem CSV o nazwie koszyk\u00f3wka_data.csv<\/strong> :<\/span> <\/p>\n Mo\u017cemy u\u017cy\u0107 poni\u017cszego kodu, aby zaimportowa\u0107 plik CSV i u\u017cywa\u0107 tylko kolumn o nazwie \u201ezesp\u00f3\u0142\u201d i \u201ezbi\u00f3rki\u201d:<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce zaimportowano tylko kolumny dru\u017cyny i zbi\u00f3rek, poniewa\u017c by\u0142y to nazwy kolumn, kt\u00f3re okre\u015blili\u015bmy w argumencie usecols<\/strong> .<\/span> <\/b><\/p>\n Mo\u017cemy u\u017cy\u0107 poni\u017cszego kodu, aby zaimportowa\u0107 plik CSV i u\u017cy\u0107 kolumn tylko na pozycjach indeksu 0 i 2:<\/span><\/p>\n Nale\u017cy pami\u0119ta\u0107, \u017ce zaimportowano tylko kolumny dru\u017cyny i zbi\u00f3rek, poniewa\u017c by\u0142y to kolumny na pozycjach indeksu 0 i 2, czyli warto\u015bci, kt\u00f3re okre\u015blili\u015bmy w argumencie usecols<\/strong> .<\/span><\/p>\n Uwaga<\/strong> : Pierwsza kolumna pliku CSV ma pozycj\u0119 indeksu 0.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w Pythonie:<\/span><\/p>\n Pandy: Jak pomin\u0105\u0107 linie podczas czytania pliku CSV<\/a> Mo\u017cesz u\u017cy\u0107 argumentu usecols w funkcji read_csv() , aby wczyta\u0107 okre\u015blone kolumny z pliku CSV do ramki DataFrame pandy. Istniej\u0105 dwa typowe sposoby u\u017cycia tego argumentu: Metoda 1: U\u017cyj usecols z nazwami kolumn df = pd. read_csv (’ my_data.csv ’, usecols=[’ this_column ’, ’ that_column ’]) Metoda 2: U\u017cyj usecols z pozycjami kolumn df = […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-4076","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"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 Przyk\u0142ad 1: U\u017cywanie usecols z nazwami kolumn<\/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>\nPrzyk\u0142ad 2: U\u017cywanie usecols z pozycjami kolumn<\/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 Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Pandy: Jak czyta\u0107 pliki Excel<\/a>
Pandy: Jak wyeksportowa\u0107 ramk\u0119 danych do programu Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"