如何在使用 pandas 读取 csv 文件时删除特定列？

Question

在使用 pandas 加载 csv 时，我需要删除带有标签 名称 的 列。我正在按如下方式阅读 csv，并希望在其中添加参数。谢谢。

pd.read_csv("sample.csv")

阅读 csv 后我知道要这样做：

 df.drop('name', axis=1)

原文由 Anon George 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果您之前知道列名，则可以通过设置 usecols 参数来实现

当您知道要使用哪些列时

假设您有包含列 ['id','name','last_name'] 的 csv 文件，而您只需要 ['name','last_name'] 。你可以这样做：

 import pandas as pd
df = pd.read_csv("sample.csv", usecols = ['name','last_name'])

当你想要前 N 列时

如果你不知道列名但你想要数据框中的前 N 列。你可以这样做

import pandas as pd
df = pd.read_csv("sample.csv", usecols = [i for i in range(n)])

编辑

当您知道要删除的列的名称时

# Read column names from file
cols = list(pd.read_csv("sample_data.csv", nrows =1))
print(cols)

# Use list comprehension to remove the unwanted column in **usecol**
df= pd.read_csv("sample_data.csv", usecols =[i for i in cols if i != 'name'])

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

Answer 2

read_csv() 的唯一参数，您可以用来选择您使用的列是 usecols 。根据文档， usecols 接受类似列表或可调用的。因为您只知道要删除的列，所以不能使用要保留的列的列表。所以使用一个可调用的：

 pd.read_csv("sample.csv",
            usecols=lambda x: x != 'name'
            )

如果您有不想使用的列名列表，您当然可以说 x not in ['unwanted', 'column', 'names'] 。

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