首页 / PYTHON / python-熊猫read_csv usecols相同的索引

python-熊猫read_csv usecols相同的索引

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-熊猫read_csv usecols相同的索引，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1190字，纯文字阅读大概需要2分钟。

内容图文

考虑以下代码：

import pandas as pd
from StringIO import StringIO
x='''
a,b,c,d
1,2,3,4
5,6,7,8
9,10,11,12
13,14,15,16
17,18,19,20
'''

df = pd.read_csv(StringIO(x), skipinitialspace=True, usecols=[2,3,2])
print df

输出：

    c   d
0   3   4
1   7   8
2  11  12
3  15  16
4  19  20

我有什么办法

    c   d    c
0   3   4    3
1   7   8    7
2  11  12    11
3  15  16    15
4  19  20    19

解决方法:

您可以使用iloc[]索引器：

In [67]: pd.read_csv(StringIO(x), skipinitialspace=True).iloc[:, [2,3,2]]
Out[67]:
    c   d   c
0   3   4   3
1   7   8   7
2  11  12  11
3  15  16  15
4  19  20  19

但是从@Boud has already mentioned in comments开始,如果您知道其中任一列的名称,那么使用usecols参数(因为我们不需要解析我们不需要的列并且我们不会为它们浪费内存)会更加高效. CSV文件：

In [6]: pd.read_csv(StringIO(x), skipinitialspace=True, usecols=[2,3,2]).loc[:, ['c','d','c']]
Out[6]:
    c   d   c
0   3   4   3
1   7   8   7
2  11  12  11
3  15  16  15
4  19  20  19

或者您是否知道它们的新索引(在新的DataFrame中)：

In [7]: pd.read_csv(StringIO(x), skipinitialspace=True, usecols=[2,3,2]).iloc[:, [0,1,0]]
Out[7]:
    c   d   c
0   3   4   3
1   7   8   7
2  11  12  11
3  15  16  15
4  19  20  19

PS,您可能还想阅读有关Pandas boolean indexing

内容总结

以上是互联网集市为您收集整理的python-熊猫read_csv usecols相同的索引全部内容，希望文章能够帮你解决python-熊猫read_csv usecols相同的索引所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/683746.html

来源：【匿名】