从没有 Pandas 推断标题的 csv 中读取特定列

Question

我正在尝试从pandas.read_csvJupyter Notebooks 中的 csv 文件中读取特定列。我知道我感兴趣的数据从哪一行开始，并使用skiprows关键字转到包含列标签的那一行。但是，即使我指定了要使用usecols的列，Pandas 也只会删除列中的值，而不是列本身。因此，如果我test.csv看起来像这样：*first 6 rows to be skipped*1,2,3,4,5,6a,b,c,d,e,fA,B,C,D,E,F片段（导入正确的模块后）df = pandas.read_csv('test.csv', skiprows = 5, usecols = np.r_[0, 2:7])给1,2,3,4,5,6a,nan,c,d,e,fA,nan,C,D,E,F而不是想要的1,3,4,5,6a,c,d,e,fA,C,D,E,F我已通读文档pandas.read_csv，但没有看到有关如何获得所需结果的指示。ETA：我试图让 Pandas（或 Jupyter Noteooks）从数据框中排除列，而不仅仅是列包含的值。

Answer 1

我用您给我的示例进行了尝试，并注意到您要读取的列数是6，即1, 2, 3, 4, 5 and 6，而usecols您输入的也使用6条目，即索引0, 2, 3, 4, 5 and 6。换句话说，您正在使用不存在的列，这就是它转向NaN.

内容test.csv为：

1-5: *skip*

6:  1,  2,  3,  4,  5,  6

7:  a,  b,  c,  d,  e,  f

8:  A,  B,  C,  D,  E,  F

我用您给定的数据进行了尝试，结果如下：

df = pandas.read_csv('test.csv', usecols = [0, 2:6], skiprows=5)

print(df)

产生：

   1  3  4  5  6

0  a  c  d  e  f

1  A  C  D  E  F

另一方面，您的原始代码：

df = pandas.read_csv('test.csv', usecols = [0, 2:7], skiprows=5)

print(df)

产量：

   1  2  3  4  5    6

0  a  c  d  e  f  NaN

1  A  C  D  E  F  NaN

为此，您也可以删除该列：

df.drop(['6'], axis=1, inplace=True)

df.columns = ['1', '3', '4', '5', '6']

Answer 2

您可以尝试类似下面的方法，在其中指定要保留的所有列。

df.loc[:, ["1", "3", "4", "5", "6"]]

或者您可以低于此将仅删除指定的列。

df.drop(["2"], axis=1)