Bagaimana untuk Membaca Lajur Khusus daripada Fail CSV Tanpa Pengepala Menggunakan Panda?

Mary-Kate Olsen
Lepaskan: 2024-11-01 22:02:02
asal
890 orang telah melayarinya

How to Read Specific Columns from a Headerless CSV File Using Pandas?

Cara Membaca Jadual Tanpa Pengepala dan Memilih Lajur Tertentu Menggunakan Panda

Dalam pustaka Pandas Python, membaca data daripada fail CSV tanpa pengepala boleh dilakukan menggunakan fungsi pd.read_csv dengan parameter header=None. Walau bagaimanapun, mengakses lajur tertentu dalam jadual sedemikian memerlukan pendekatan yang berbeza daripada menggunakan usecols.

Untuk membaca hanya lajur ke-4 dan ke-7 daripada fail CSV tanpa pengepala, anda boleh menggunakan usecols parameter seperti berikut:

df = pd.read_csv(file_path, header=None, usecols=[3,6])
Salin selepas log masuk

Di sini, file_path mewakili laluan ke fail CSV, header=None menyatakan bahawa jadual tidak 't mempunyai baris pengepala dan usecols=[3,6] menunjukkan bahawa anda mahu membaca data dari lajur ke-4 dan ke-7.

Nilai berangka yang dihantar ke usecols rujuk kepada kedudukan lajur yang dikehendaki. Contohnya, nombor 0, 1, 2 dan seterusnya, mewakili lajur pertama, kedua, ketiga dan seterusnya dalam jadual.

Dengan menggunakan kaedah ini, anda boleh membaca hanya lajur tertentu yang anda perlukan , walaupun daripada jadual yang tidak mempunyai pengepala. Rujuk dokumentasi Pandas untuk mendapatkan maklumat lanjut tentang fungsi pd.read_csv dan parameternya.

Atas ialah kandungan terperinci Bagaimana untuk Membaca Lajur Khusus daripada Fail CSV Tanpa Pengepala Menggunakan Panda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!