python 删除csv文件的某几列,并写入新的csv文件

@TOC()

删除几列并存入新文件的代码

import pandas as pd

# 读入ant-nnop.csv文件
df=pd.read_csv('ant-nnop.csv', header=None) #无表头

# drop([0])表删除0列
d = df.drop([0],axis=1)

# d为删除后得到数据,写入1.csv中
d.to_csv('1.csv',header=False,index=False)

每步结果
在这里插入图片描述
在这里插入图片描述

补充:

不同的读入方式
import pandas as pd

# 有表头读入
df = pd.read_csv('F:\\xxx/eclipse_EcD.csv')

在这里插入图片描述

#读入的时候没有表头
df = pd.read_csv('F:\\xxx/eclipse_EcD.csv',header=None) 

在这里插入图片描述

#从第一行开始读,且第一行为表头
df = pd.read_csv('F:\\xxx/eclipse_EcD.csv',header=1) 

在这里插入图片描述

#从第三行开始读,且第三行 为表头
df = pd.read_csv('F:\\VirtualEnvs-Projct\\nlp/data/eclipse_EcD.csv',header=3) 

在这里插入图片描述

不同读入方式下的删除操作:
# 有表头读入的情况下
df = pd.read_csv('F:\\xxx/eclipse_EcD.csv') 
a = df.drop(['Severity'],axis=1)  #删除时,按表头名称删除

在这里插入图片描述

# 无表头读入文件,会自动为每列添加索引,从0开始
df = pd.read_csv('F:\\xxx/eclipse_EcD.csv',header=None) 

# 删除时,没有表头的dataframe,加入要删除的列数即可,
# 如df.shape[1]为dataframe的列数,最后一列的索引为df.shape[1]-1,依次类推
col = [df.shape[1]-1,df.shape[1]-2]  # 倒数两列的索引
a = df.drop(col,axis=1)  

在这里插入图片描述

  • 5
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
### 回答1: 在 Python 中,可以使用 csv 模块来读取 CSV 文件并提取其中的某几列。 下面是一个简单的示例,展示了如何提取 CSV 文件中的第一列和第三列: ``` import csv # 打开 CSV 文件 with open('data.csv', 'r') as f: # 创建 CSV 阅读器 reader = csv.reader(f) # 读取每行数据 for row in reader: # 提取第一列和第三列数据 col1 = row[0] col3 = row[2] # 处理数据 ... ``` 注意:上面的代码假设 CSV 文件中的每行数据都是用逗号分隔的。如果 CSV 文件使用其他字符来分隔数据,那么可以使用 csv.reader() 的 delimiter 参数来指定分隔符。 例如,如果使用分号来分隔数据,可以这样创建 CSV 阅读器: ``` reader = csv.reader(f, delimiter=';') ``` 如果想要更高级的 CSV 处理功能,可以使用 pandas 库。 Pandas 可以轻松地读取 CSV 文件,并提供了丰富的数据分析功能。 ### 回答2: Python中可以使用pandas库来读取和处理CSV文件。要提取CSV文件中的某几列,可以通过指定列名或列索引来实现。 首先,需要安装pandas库。可以使用以下命令来安装pandas: ``` pip install pandas ``` 接下来,导入pandas库并使用`read_csv()`函数读取CSV文件: ```python import pandas as pd df = pd.read_csv('file.csv') ``` 在上述代码中,`file.csv`是CSV文件的路径,读取后的数据将保存在名为`df`的DataFrame对象中。 如果要提取某几列,可以通过列名的方式: ```python cols = ['column1', 'column2', 'column3'] selected_columns = df[cols] ``` 在上述代码中,`cols`是一个列表,包含要提取的列名。`selected_columns`是一个的DataFrame对象,包含了所选的列。 如果要提取某几列,可以通过列索引的方式: ```python cols = [0, 1, 2] selected_columns = df.iloc[:, cols] ``` 在上述代码中,`cols`是一个列表,包含要提取的列索引。`selected_columns`是一个的DataFrame对象,包含了所选的列。 最后,可以使用`to_csv()`函数将提取的列保存为CSV文件: ```python selected_columns.to_csv('new_file.csv', index=False) ``` 在上述代码中,`new_file.csv`是保存CSV文件的路径。`index=False`参数表示不保存DataFrame对象的索引。 以上就是使用Python提取CSV文件几列的方法。使用pandas库可以方便地进行数据操作和处理。 ### 回答3: 在Python中,我们可以使用csv模块提取CSV文件中的某几列数据。首先,我们需要使用`csv.reader()`函数读取CSV文件,并指定分隔符。然后,我们可以使用索引来获取某一列的数据。 下面是具体的步骤: 1. 导入csv模块: ``` import csv ``` 2. 打开CSV文件,使用`csv.reader()`函数读取文件内容: ``` with open('file.csv', 'r') as file: reader = csv.reader(file, delimiter=',') rows = list(reader) ``` 3. 选择需要提取的列的索引,例如,我们提取第2列和第4列的数据: ``` column_2 = [row[1] for row in rows] column_4 = [row[3] for row in rows] ``` 4. 如果需要将数据写入CSV文件,可以使用`csv.writer()`函数创建一个文件,并将提取的列写入文件中: ``` with open('new_file.csv', 'w', newline='') as file: writer = csv.writer(file) writer.writerows(column_2) writer.writerows(column_4) ``` 以上就是使用Python提取CSV文件中某几列数据的方法。如果想要提取其他列,只需调整索引即可。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值