Rumah  >  Artikel  >  pembangunan bahagian belakang  >  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
Mary-Kate Olsenasal
2024-11-03 16:12:03749semak imbas

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>

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!

Kenyataan:
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