選擇特定的CSV列（過濾） - Python / pandas

Question

我有一個非常大的CSV文件，包含100列。 為了說明我的問題，我將使用一個非常基本的例子。

我們假設我們有一個CSV文件。

 in value df 0 975 f01 5 1 976 F 4 2 977 d4 1 3 978 B6 0 4 979 2C 0 

我想選擇一個特定的列。

import pandas
data = pandas.read_csv("ThisFile.csv")

為了選擇我使用的前兩列

data.ix[:,:2]

為了選擇不同的列，如第2和第4列。 我該怎么辦？

還有另一種方法可以通過重寫CSV文件來解決此問題。 但它是巨大的文件; 所以我就是這樣避免的。

Answer 1

這將選擇第二列和第四列（因為Python使用基於0的索引）：

In [272]: df.iloc[:,(1,3)]
Out[272]: 
   value  f
0    975  5
1    976  4
2    977  1
3    978  0
4    979  0

[5 rows x 2 columns]

df.ix可以按位置或標簽進行選擇。 df.iloc始終按位置選擇。 按位置df.iloc索引時，請使用df.iloc更明確地表明您的意圖。 它也快一點，因為Pandas不必檢查您的索引是否使用標簽。

---

另一種可能是使用usecols參數：

data = pandas.read_csv("ThisFile.csv", usecols=[1,3])

這將僅將第二列和第四列加載到data DataFrame中。

Answer 2

如果您更喜歡按名稱選擇列，則可以使用

data[['value','f']]

   value  f
0    975  5
1    976  4
2    977  1
3    978  0
4    979  0

Answer 3

正如Wai Yip Tung所說，您可以通過指定列的名稱來過濾數據幀，例如：

import pandas as pd
data = pd.read_csv("ThisFile.csv")[['value','d']]

這解決了我的問題。