Pandas: วิธีใช้ read_csv พร้อมอาร์กิวเมนต์ usecols

คุณสามารถใช้อาร์กิวเมนต์ usecols ในฟังก์ชัน read_csv() เพื่ออ่านคอลัมน์เฉพาะจากไฟล์ CSV ลงใน DataFrame ของ pandas

มีสองวิธีทั่วไปในการใช้อาร์กิวเมนต์นี้:

วิธีที่ 1: ใช้ usecols กับชื่อคอลัมน์

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

วิธีที่ 2: ใช้ usecols กับตำแหน่งคอลัมน์

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

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติกับไฟล์ CSV ต่อไปนี้ชื่อ Basketball_data.csv :

ตัวอย่างที่ 1: การใช้ usecols กับชื่อคอลัมน์

เราสามารถใช้โค้ดต่อไปนี้เพื่อนำเข้าไฟล์ CSV และใช้เฉพาะคอลัมน์ชื่อ “ทีม” และ “รีบาวน์” เท่านั้น:

 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

โปรดทราบว่ามีการนำเข้าเฉพาะคอลัมน์ทีมและรีบาวด์ เนื่องจากเป็นชื่อคอลัมน์ที่เราระบุไว้ในอาร์กิวเมนต์ usecols

ตัวอย่างที่ 2: การใช้ usecols กับตำแหน่งคอลัมน์

เราสามารถใช้โค้ดต่อไปนี้เพื่อนำเข้าไฟล์ CSV และใช้เฉพาะคอลัมน์ที่ตำแหน่งดัชนี 0 และ 2 เท่านั้น:

 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

โปรดทราบว่ามีการนำเข้าเฉพาะคอลัมน์ทีมและรีบาวด์เนื่องจากคอลัมน์เหล่านี้เป็นคอลัมน์ที่ตำแหน่งดัชนี 0 และ 2 ซึ่งเป็นค่าที่เราระบุไว้ในอาร์กิวเมนต์ usecols

หมายเหตุ : คอลัมน์แรกของไฟล์ CSV มีตำแหน่งดัชนีเป็น 0

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีทำงานทั่วไปอื่นๆ ใน Python:

Pandas: วิธีข้ามบรรทัดเมื่ออ่านไฟล์ CSV
Pandas: วิธีอ่านไฟล์ Excel
Pandas: วิธีส่งออก DataFrame ไปยัง Excel