如何将csv中一列中usr转换成0，sys转换成1，其余的删除用pandas

使用pandas库可以很方便地实现将CSV文件中的一列数据进行转换，并删除其他不需要的数据。下面是一个示例代码：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('input.csv')

# 创建映射字典
mapping = {'usr': 0, 'sys': 1}

# 将一列数据进行转换
df['column_name'] = df['column_name'].map(mapping)

# 删除其他不需要的数据
df = df.dropna(subset=['column_name'])

# 保存结果到新的CSV文件
df.to_csv('output.csv', index=False)

在上述代码中，首先使用`pd.read_csv()`函数读取CSV文件并将其存储为一个DataFrame对象`df`。然后，创建一个映射字典`mapping`，将'usr'映射为0，将'sys'映射为1。

接下来，使用`map()`函数将DataFrame对象中的指定列（`column_name`）中的值根据映射字典进行转换。这将把'usr'转换为0，'sys'转换为1。

然后，使用`dropna()`函数删除在转换后为空的行，以删除其他不需要的数据。

最后，使用`to_csv()`函数将结果保存到一个新的CSV文件中（例如`output.csv`）。设置`index=False`可以避免将索引写入CSV文件。

请注意，需要将代码中的`column_name`替换为实际要转换的列名。另外，如果需要转换多列，可以相应地扩展映射字典和转换操作。