选择特定的CSV列(过滤) - Python/pandas

Question

我有一个非常大的CSV文件,包含100列.为了说明我的问题,我将使用一个非常基本的例子.

我们假设我们有一个CSV文件.

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

我想选择一个特定的列.

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

为了选择我使用的前两列

data.ix[:,:2]

为了选择不同的列,如第2和第4列.我该怎么办？

还有另一种方法可以通过重写CSV文件来解决此问题.但它是巨大的文件; 所以我就是这样避免的.

Answer 1

这将选择第二列和第四列(因为Python使用基于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可以按位置或标签进行选择.df.iloc总是按位置选择.按位置编制索引时,df.iloc可以更明确地表明您的意图.它也快一点,因为Pandas不必检查您的索引是否使用标签.

另一种可能是使用usecols参数:

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

这将仅将第二列和第四列加载到dataDataFrame中.

Answer 2

如果您更喜欢按名称选择列,则可以使用

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

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