pd.read_csv取出指定列

可以使用pd.read_csv()函数的usecols参数来取出指定列。usecols参数可以接受一个列表，列表中包含需要取出的列名或列号。例如，假设我们有一个名为data.csv的文件，其中包含三列数据，分别为A、B、C，我们想要取出B列和C列的数据，可以使用以下代码：

import pandas as pd

# 读取文件，只取出B列和C列的数据
df = pd.read_csv('data.csv', usecols=['B', 'C'])

# 打印取出的数据
print(df)

如果我们想要取出第2列和第3列的数据，可以使用以下代码：

import pandas as pd
# 读取文件，只取出第2列和第3列的数据
df = pd.read_csv('data.csv', usecols=[1, 2])

# 打印取出的数据
print(df)

相关问题

cf = pd.read_csv('output.csv') # 选择需要的列 column = cf['wind Speed'] # 使用字符串切片选择最后三个数字 last_three = column.str[-3:].tolist()

如果你仍然遇到了类似于上面的错误信息，那么很可能是你读取的CSV文件中`wind Speed`列的数据类型不是字符串类型。

你可以尝试使用`dtypes`属性来查看每一列的数据类型，例如：

import pandas as pd

# 读取CSV文件并查看每一列的数据类型
df = pd.read_csv('your_csv_file.csv')
print(df.dtypes)

如果你发现`wind Speed`列的数据类型不是字符串类型，那么你需要先将其转换为字符串类型，例如：

import pandas as pd

# 读取CSV文件并将wind Speed列转换为字符串类型
df = pd.read_csv('your_csv_file.csv')
df['wind Speed'] = df['wind Speed'].astype(str)

# 取出wind Speed列，并提取每个单元格中的最后三个数字
column = df['wind Speed']
last_three = column.str[-3:].tolist()

# 输出结果
print(last_three)

执行完毕后，`last_three`将是一个形如`[,,,]`的列表，其中包含了`wind Speed`列中每个单元格中的最后三个数字。

解释代码：导入数据集数据集 = pd.read_csv（'Iris.csv'）# 将特征和标签分开X = dataset.iloc[：， ：-1].valuesy = dataset.iloc[：， -1].values

这段代码是用来导入名为 `Iris.csv` 的数据集，并将其分为特征和标签。

具体来说，这个数据集包含了 150 条记录，每条记录包括四个特征：花萼长度（sepal length）、花萼宽度（sepal width）、花瓣长度（petal length）和花瓣宽度（petal width），以及一个标签：鸢尾花的种类（Iris Setosa、Iris Versicolour 或 Iris Virginica）。

- `pd.read_csv('Iris.csv')`：使用 Pandas 库的 `read_csv` 函数读取名为 `Iris.csv` 的数据集，并将其保存在一个名为 `dataset` 的 DataFrame 对象中。
- `dataset.iloc[:, :-1].values`：使用 DataFrame 对象的 `iloc` 属性取出除最后一列以外的所有列（即四个特征），并将其保存在一个名为 `X` 的 NumPy 数组中。
- `dataset.iloc[:, -1].values`：使用 DataFrame 对象的 `iloc` 属性取出最后一列（即标签列），并将其保存在一个名为 `y` 的 NumPy 数组中。

因此，该段代码的作用是导入一个数据集，并将其分为特征和标签两个部分。