Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Membaca Lajur Khusus daripada Fail CSV Tanpa Pengepala dalam Panda?

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

Mary-Kate Olsen
Lepaskan: 2024-11-03 16:12:03
asal
855 orang telah melayarinya

How to Read Specific Columns from a CSV File Without Headers in Pandas?

Membaca Data Jadual ke dalam Panda Tanpa Pengepala

Apabila bekerja dengan data dalam format jadual, seperti fail CSV, ia mungkin perlu untuk membaca lajur tertentu tanpa kehadiran pengepala. Menggunakan Pandas, perpustakaan Python yang berkuasa untuk manipulasi data, ini boleh dicapai dengan menggunakan gabungan pilihan.

Untuk membaca subset lajur daripada fail CSV tanpa pengepala, anda boleh menggunakan fungsi read_csv() dengan parameter berikut:

  • header=Tiada: Parameter ini menentukan bahawa fail CSV tidak mengandungi sebarang baris pengepala.
  • usecols=[column_indices]: Parameter ini membolehkan anda memilih tertentu lajur dengan menyediakan senarai indeks lajur yang dikehendaki (bermula dari 0).

Sebagai contoh, untuk membaca hanya lajur ke-4 dan ke-7 fail CSV tanpa pengepala bernama data.csv, anda akan menggunakan kod berikut:

<code class="python">import pandas as pd

df = pd.read_csv('data.csv', header=None, usecols=[3, 6])</code>
Salin selepas log masuk

Kod ini akan mencipta df DataFrame yang mengandungi hanya lajur ke-4 dan ke-7 fail CSV. Adalah penting untuk ambil perhatian bahawa dalam senario ini, lajur akan dinamakan sebagai 0, 1, ..., n.

Untuk mengetahui lebih lanjut tentang bekerja dengan fail CSV tanpa pengepala dalam Pandas, anda boleh merujuk kepada dokumentasi rasmi.

Atas ialah kandungan terperinci Bagaimana untuk Membaca Lajur Khusus daripada Fail CSV Tanpa Pengepala dalam 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