python - Pandas read_csv usecols 相同的索引

Question

考虑以下代码:

import pandas as pd
from StringIO import StringIO
x='''
a,b,c,d
1,2,3,4
5,6,7,8
9,10,11,12
13,14,15,16
17,18,19,20
'''

df = pd.read_csv(StringIO(x), skipinitialspace=True, usecols=[2,3,2])
print df

输出:

    c   d0   3   41   7   82  11  123  15  164  19  20

有什么办法可以得到

    c   d    c0   3   4    31   7   8    72  11  12    113  15  16    154  19  20    19

Answer 1

您可以使用 iloc[]索引器:

In [67]: pd.read_csv(StringIO(x), skipinitialspace=True).iloc[:, [2,3,2]]
Out[67]:
    c   d   c
0   3   4   3
1   7   8   7
2  11  12  11
3  15  16  15
4  19  20  19

但是作为@Boud has already mentioned in comments使用 usecols 参数会更有效率(因为我们不需要解析我们不需要的列，我们不会为它们浪费内存)，如果你知道CSV 文件中的列名:

In [6]: pd.read_csv(StringIO(x), skipinitialspace=True, usecols=[2,3,2]).loc[:, ['c','d','c']]
Out[6]:
    c   d   c
0   3   4   3
1   7   8   7
2  11  12  11
3  15  16  15
4  19  20  19

或者如果您知道他们的新索引(在新 DataFrame 中):

In [7]: pd.read_csv(StringIO(x), skipinitialspace=True, usecols=[2,3,2]).iloc[:, [0,1,0]]
Out[7]:
    c   d   c
0   3   4   3
1   7   8   7
2  11  12  11
3  15  16  15
4  19  20  19

PS 你可能还想阅读关于 Pandas boolean indexing 的内容