怎么在导入CSV时忽略不需要的列_字段名列表自定义映射-phpMyAdmin-PHP中文网

最省事的办法是用 usecols 在读入时直接过滤列，支持列名或索引列表，推荐列名；无 header 时需设 header=None 并配 names，有 header 重命名要加 skiprows=1；usecols 和 names 需长度一致，且须先解决编码、分隔符等解析问题。

最省事的办法不是读完再删，而是在读入时就过滤掉不需要的列。这能减少内存占用、加快加载速度，尤其对大文件很关键。

常见错误是先用 df = pd.read_csv(...) 再写 df.drop(...)，白白多占一倍内存。

usecols 支持传入列名列表（如 ['name', 'age']）或列索引列表（如 [0, 2, 4]），推荐用列名——更稳定，不依赖 CSV 列顺序变动
如果原始 CSV 有 header，usecols 里的名字必须和 header 完全一致（包括空格、大小写）；若无 header，得配合 header=None 用数字索引
注意：usecols 不影响 index_col 或 parse_dates 等参数的行为，但被过滤掉的列不能在这些参数里引用，否则报错 ValueError: Usecols do not match columns

df = pd.read_csv('data.csv', usecols=['user_id', 'email', 'created_at'])

当 CSV 没有表头，或表头名不符合你代码里的命名习惯（比如 CSV 是 usr_name，你只想叫 name），就得靠 names 显式定义字段名。

容易踩的坑是只设 names 却忘了关掉原 header：默认会把第一行当列名，导致 names 被忽略，或者多出一行数据。

CSV 无 header → 设 header=None + names=['id', 'name', 'score']
CSV 有 header 但想重命名 → 设 header=0（默认值）+ names=['uid', 'full_name', 'pts'] + skiprows=1（跳过原 header 行）
如果用了 skiprows=1 却没配 names，pandas 会把第二行当新 header，结果列名变成数据，后续取列报 KeyError

df = pd.read_csv('raw.csv', header=None, names=['uid', 'email'], skiprows=1)

比如 CSV 有 10 列，你只关心第 1、3、7 列，且希望它们分别叫 id、title、updated——这时别用 usecols 传名字（因为原名可能不统一），改用列索引 + names 更可靠。

QuickBooks Mileage CSV

使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。

下载

性能上，usecols 传索引比传名字略快一点点，因为少一次列名匹配；但可读性差，维护成本高。权衡之下，小项目用名字，自动化流水线用索引。

usecols=[0, 2, 6] 和 names=['id', 'title', 'updated'] 必须长度一致，否则报 Length mismatch
如果 CSV 原本有 header，又用了 usecols 索引 + names，建议加 header=0 并确认 skiprows=1 是否需要——多数情况要，否则第一行 header 会被当数据读进来
别在同一个调用里混用 usecols（名字）和 names，pandas 不会自动对齐，容易列错位

df = pd.read_csv('log.csv', usecols=[0, 2, 6], names=['ts', 'level', 'msg'], header=0, skiprows=1)

这两个参数是在解析阶段之后才起作用的。如果 CSV 格式本身有问题（比如中文乱码、逗号在字段值里没转义、tab 和 comma 混用），pandas 可能提前解析失败，根本走不到列筛选逻辑。

典型现象是报错信息里带 ParserError 或 UnicodeDecodeError，这时候再怎么调 usecols 都没用。

先试 encoding='utf-8-sig' 或 encoding='gbk' 解决中文乱码；Windows 记事本存的 CSV 常需前者
分隔符不准就加 sep=';' 或 sep='\t'，别依赖默认的逗号——尤其导出自 Excel 的 CSV 可能用分号
字段含换行或引号时，确保 quoting=csv.QUOTE_MINIMAL（默认值），必要时手动 import csv 后传 quoting=csv.QUOTE_ALL

字段映射和列过滤的前提是文件能正常解析。错在这一步，后面全白搭。