使用 pandas 或其他 python 模块读取特定列

Question

我有一个来自此 网页 的 csv 文件。我想阅读下载文件中的一些栏目（csv版本可以在右上角下载）。

假设我想要 2 列：

• 59 标头中是 star_name
• 60 标题中的 ra 。

然而，出于某种原因，网页的作者有时会决定移动列。

最后我想要这样的东西，记住值可能会丢失。

 data = #read data in a clever way
names = data['star_name']
ras = data['ra']

这将防止我的程序在将来再次更改列时发生故障，如果它们保持名称正确的话。

到目前为止，我已经尝试了各种使用 csv 模块和 pandas 模块的方法。两者都没有任何运气。

编辑（添加两行+我的数据文件的标题。抱歉，它太长了。）

 # name, mass, mass_error_min, mass_error_max, radius, radius_error_min, radius_error_max, orbital_period, orbital_period_err_min, orbital_period_err_max, semi_major_axis, semi_major_axis_error_min, semi_major_axis_error_max, eccentricity, eccentricity_error_min, eccentricity_error_max, angular_distance, inclination, inclination_error_min, inclination_error_max, tzero_tr, tzero_tr_error_min, tzero_tr_error_max, tzero_tr_sec, tzero_tr_sec_error_min, tzero_tr_sec_error_max, lambda_angle, lambda_angle_error_min, lambda_angle_error_max, impact_parameter, impact_parameter_error_min, impact_parameter_error_max, tzero_vr, tzero_vr_error_min, tzero_vr_error_max, K, K_error_min, K_error_max, temp_calculated, temp_measured, hot_point_lon, albedo, albedo_error_min, albedo_error_max, log_g, publication_status, discovered, updated, omega, omega_error_min, omega_error_max, tperi, tperi_error_min, tperi_error_max, detection_type, mass_detection_type, radius_detection_type, alternate_names, molecules, star_name, ra, dec, mag_v, mag_i, mag_j, mag_h, mag_k, star_distance, star_metallicity, star_mass, star_radius, star_sp_type, star_age, star_teff, star_detected_disc, star_magnetic_field
11 Com b,19.4,1.5,1.5,,,,326.03,0.32,0.32,1.29,0.05,0.05,0.231,0.005,0.005,0.011664,,,,,,,,,,,,,,,,,,,,,,,,,,,,,1,2008,2011-12-23,94.8,1.5,1.5,2452899.6,1.6,1.6,Radial Velocity,,,,,11 Com,185.1791667,17.7927778,4.74,,,,,110.6,-0.35,2.7,19.0,G8 III,,4742.0,,
11 UMi b,10.5,2.47,2.47,,,,516.22,3.25,3.25,1.54,0.07,0.07,0.08,0.03,0.03,0.012887,,,,,,,,,,,,,,,,,,,,,,,,,,,,,1,2009,2009-08-13,117.63,21.06,21.06,2452861.05,2.06,2.06,Radial Velocity,,,,,11 UMi,229.275,71.8238889,5.02,,,,,119.5,0.04,1.8,24.08,K4III,1.56,4340.0,,

原文由 Daniel Thaagaard Andreasen 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

一种简单的方法是像这样使用 pandas 库。

 import pandas as pd
fields = ['star_name', 'ra']

df = pd.read_csv('data.csv', skipinitialspace=True, usecols=fields)
# See the keys
print df.keys()
# See content in 'star_name'
print df.star_name

这里的问题是 skipinitialspace 删除了标题中的空格。所以 ‘star_name’ 变成 ‘star_name’

原文由 Daniel Thaagaard Andreasen 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

根据最新的 pandas 文档，您可以读取一个 csv 文件，只选择您想要阅读的列。

 import pandas as pd

df = pd.read_csv('some_data.csv', usecols = ['col1','col2'], low_memory = True)

这里我们使用 usecols 读取数据框中选定的列。

我们正在使用 low_memory 以便我们在内部以块的形式处理文件。

原文由 Noah Sheldon 发布，翻译遵循 CC BY-SA 4.0 许可协议