python - 如何使用 Pandas 提取数据矩阵？

Question

我有一个 6901 行 x 42 列的 csv 文件。这个文件的 39 列是一个数据矩阵，我想对其进行一些分析。我不知道如何从 Pandas 中提取这些数据作为不需要索引的矩阵并将其视为数值矩阵。

df1=pd.read_csv(fileName, sep='\\t',lineterminator='\\r', engine='python', header='infer')
df1.info()

0 A0A024QZP7;P06493;P06493-2;E5RIU6;A0A087WZZ9 ... 47.88100

1 A0A024QZX5;A0A087X1N8;P35237 ... 0.13615

2 A0A024R0T9;K7ER74;P02655;Q6P163;V9GYJ8 ... NaN

3 A0A024R4E5;Q00341;Q00341-2;H0Y394;H7C0A4;C9J5E... ... 5.97650

4 A0A087WZA9;A0A024R4K9;A0A087X266;Q9BXJ8-2;Q9BXJ8 ... NaN

... ... ...

6896 V9GYT7 ... NaN

6897 V9GZ54 ... NaN

6898 X5CMH5;A0A140T9S0;A0A0G2JLV0;A0A087WYD6;E7ENX8... ... NaN

6899 X6RAL5;H7BZW6;U3KPY7 ... NaN

6900 X6RJP6 ... NaN

[6901 rows x 42 columns] >
然后我想将第 4 到 42 列作为普通矩阵进行计算。有谁知道该怎么做？

Answer 1

pandas 为您提供所需的一切。 :)
您不需要将其转换为 numpy 数组。这样，您将保留来自 pandas DataFrames 的几个方便的方法:)
你有一个 .csv 文件，它的意思是“逗号分隔值”——这有历史原因，但现在这些值由不同的符号分隔，或者在 Pandas 术语中由不同的 分隔。分隔符 , 短 九月 .例如逗号、分号、制表符。
您的数据显示用分号分隔，因此您应该使用 九月=';' 在您的 pd.read_csv 命令中。
据我了解，您想忽略前 3 列。所以你只需设置 pd.read_csv 变量 usecols (=使用列)
使用cols=范围(4,43)
usecols 希望您准确地告诉他您想要使用的列。你可以给他一个从 4 到 43 的范围，或者你可以传递一个列表
a=[4,5,6,7,....,42]
如果您想定义特定的列，这显然很方便。 python-function range 为您完成了这项繁琐的工作。
所以你的命令应该是这样的:df1=pd.read_csv(fileName, sep=';',lineterminator='\\r', engine='python', header='infer',usecols=range(4,43))最好的祝福