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
![python-熊猫read_csv usecols相同的索引](/upload/InfoBanner/zyjiaocheng/684/efe517c17718455f8f7e28f78684249c.jpg)
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。