pandas usecols

介绍

在处理数据时，我们经常需要从大量的列中选择一部分感兴趣的列进行分析。而pandas提供了一个非常方便的方法来实现这一目的，即使用 usecols 参数。

usecols参数的作用

usecols 参数用于指定我们想要选择的列。它接受一个列表作为输入，列表中的每个元素代表要选择的列的名称或索引。

使用 usecols 参数，我们可以仅仅加载我们感兴趣的列，忽略其他列的加载，从而提高数据加载和处理的效率。

数据加载示例

为了更好地理解 usecols 参数的使用，让我们以一个具体的示例进行演示。

假设我们有一个大型的CSV文件，包含100个列，我们只对其中的10个列感兴趣。我们可以使用 pandas.read_csv() 函数加载数据，并通过设置 usecols 参数来只选择这10个列。以下是示例代码及其运行结果：

import pandas as pd

# 加载数据，仅选择感兴趣的10个列
data = pd.read_csv('data.csv', usecols=['col1', 'col2', 'col3', 'col4', 'col5', 'col6', 'col7', 'col8', 'col9', 'col10'])

# 打印加载的数据
print(data.head())

运行结果：

   col1  col2  col3  col4  col5  col6  col7  col8  col9  col10
0     1     2     3     4     5     6     7     8     9     10
1    11    12    13    14    15    16    17    18    19     20
2    21    22    23    24    25    26    27    28    29     30
3    31    32    33    34    35    36    37    38    39     40
4    41    42    43    44    45    46    47    48    49     50

可以看到，通过使用 usecols 参数，我们仅仅选择了我们感兴趣的10个列进行加载，并打印出了加载的数据。

usecols参数的使用方式

usecols 参数有多种使用方式，下面将介绍几个常见的用法。

1. 使用列名称

我们可以使用列的名称作为 usecols 参数的输入，以加载这些列。示例代码如下：

import pandas as pd

# 加载数据，仅选择名称为col1和col2的两列
data = pd.read_csv('data.csv', usecols=['col1', 'col2'])

# 打印加载的数据
print(data.head())

2. 使用索引号

我们还可以使用列的索引号作为 usecols 参数的输入，以加载这些列。索引号从0开始，表示第一列，逐个自增。示例代码如下：

import pandas as pd

# 加载数据，仅选择索引为0和2的两列
data = pd.read_csv('data.csv', usecols=[0, 2])

# 打印加载的数据
print(data.head())

3. 忽略指定列

除了选择特定的列外，我们还可以使用 skipcolumns 参数来指定需要忽略的列，从而加载除了这些列之外的其他所有列。示例代码如下：

import pandas as pd

# 加载数据，忽略名称为col1和col2的两列
data = pd.read_csv('data.csv', skipcolumns=['col1', 'col2'])

# 打印加载的数据
print(data.head())

4. 使用列范围

最后，我们还可以使用 usecols 参数的一个便捷方式，即使用列范围来指定我们想要加载的列。示例代码如下：

import pandas as pd

# 加载数据，仅选择从col1到col3范围的列
data = pd.read_csv('data.csv', usecols='col1:col3')

# 打印加载的数据
print(data.head())

通过使用冒号 : 分隔列的起始和结束名称，我们可以指定一个列范围，仅选择该范围内的列进行加载。

总结

usecols 参数是pandas中用于选择感兴趣列的重要参数。我们可以使用列名称、索引号、skipcolumns参数或列范围来指定我们想要加载的列。通过合理使用usecols 参数，可以提高数据加载和处理的效率，特别是在处理大型数据集时。