Question

从csv读取的最佳方式是什么，但只有一个特定的列，例如title？

ID | date|  title |
-------------------
  1|  2013|   abc |
  2|  2012|   cde |

然后应该将列存储在这样的数组中：

data = ["abc", "cde"]

这是我到目前为止所使用的pandas：

data = pd.read_csv("data.csv", index_col=2)

我调查了this thread。我仍然得到IndexError: list index out of range。

修改：

这不是一张桌子，它的逗号分隔如下：

ID,date,title
1,2013,abc
2,2012,cde

Answer 1

一个选项就是读取整个csv，然后选择一列：

data = pd.read_csv("data.csv")

data['title']  # as a Series
data['title'].values  # as a numpy array

正如@dawg建议的那样，你可以使用usecols参数，如果你也使用squeeze参数来避免一些hackery扁平化值数组......

In [11]: titles = pd.read_csv("data.csv", sep=',', usecols=['title'], squeeze=True)

In [12]: titles  # Series
Out[12]: 
0    abc
1    cde
Name: title, dtype: object

In [13]: titles.values  # numpy array
Out[13]: array(['abc', 'cde'], dtype=object)

Answer 2

您可以这样做：

>>> import pandas as pd
>>> from StringIO import StringIO
>>> txt='''\
... ID,date,title
... 1,2013,abc
... 2,2012,cde'''
>>> data=pd.read_csv(StringIO(txt), usecols=['title']).T.values.tolist()[0]
>>> data
['abc', 'cde']

或者，假设你有一些空白：

txt='''\
ID,date,title
1,2013,abc
2,2012,cde
3,2014, 
4,2015,fgh'''
table=pd.read_csv(StringIO(txt), usecols=['title'])
print table
  title
0   abc
1   cde
2      
3   fgh
data=pd.read_csv(StringIO(txt), usecols=['title']).T.values.tolist()[0]
print data
['abc', 'cde', ' ', 'fgh']

或者，如果您有可变数量的数据字段：

txt='''\
ID,date,title
1,2013,
2,2012,cde
3
4,2015,fgh'''

print pd.read_csv(StringIO(txt), usecols=['title'])
  title
0   NaN
1   cde
2   NaN
3   fgh

print pd.read_csv(StringIO(txt), usecols=['title']).T.values.tolist()[0]
[nan, 'cde', nan, 'fgh']

Answer 3

最后，它更简单：

import pandas as pd
data = pd.read_csv("mycsv.csv")
data.columns = ["ID", "date", "title"]
rawlist = list(data.title)

读取CSV的单个列并存储在数组中

3 个答案: