csv文件提取几列形成新的文件

你可以使用Python中的pandas库来提取csv文件中的几列形成新的文件。具体步骤如下：

1. 导入pandas库

import pandas as pd

2. 读取csv文件

假设你的csv文件名为data.csv，可以使用以下代码读取csv文件：

df = pd.read_csv('data.csv')

3. 提取几列

假设你要提取csv文件中的第一列和第三列，可以使用以下代码：

new_df = df[['列名1', '列名3']]

其中，'列名1'和'列名3'是你要提取的列的名称。

4. 保存新的文件

假设你要保存新的文件为new_data.csv，可以使用以下代码：

new_df.to_csv('new_data.csv', index=False)

其中，index=False表示不保存行索引。

综上所述，提取csv文件中的几列形成新的文件的完整代码如下：

import pandas as pd

df = pd.read_csv('data.csv')
new_df = df[['列名1', '列名3']]
new_df.to_csv('new_data.csv', index=False)

相关问题

同一文件夹下的csv文件批量提取几列形成新的文件

你可以使用Python中的pandas库来批量处理同一文件夹下的csv文件，提取几列形成新的文件。具体步骤如下：

1. 导入pandas库和os库

import pandas as pd
import os

2. 设置文件夹路径和要提取的列

假设你要处理的csv文件都在文件夹data中，文件夹路径为'./data/'，而你要提取的列为第一列和第三列，可以使用以下代码：

folder_path = './data/'
columns_to_extract = ['列名1', '列名3']

其中，'列名1'和'列名3'是你要提取的列的名称。

3. 遍历文件夹中的所有csv文件并提取指定列

可以使用os库的listdir函数遍历指定文件夹中的所有文件，再针对每个csv文件提取指定列。具体代码如下：

for file_name in os.listdir(folder_path):
    if file_name.endswith('.csv'):
        file_path = os.path.join(folder_path, file_name)
        df = pd.read_csv(file_path)
        new_df = df[columns_to_extract]
        new_file_name = os.path.splitext(file_name)[0] + '_extracted.csv'
        new_file_path = os.path.join(folder_path, new_file_name)
        new_df.to_csv(new_file_path, index=False)

其中，os.path.splitext(file_name)[0]可以获取文件名（不包括扩展名），再加上'_extracted.csv'作为新文件名。

综上所述，批量提取同一文件夹下的csv文件的指定列形成新的文件的完整代码如下：

import pandas as pd
import os

folder_path = './data/'
columns_to_extract = ['列名1', '列名3']

for file_name in os.listdir(folder_path):
    if file_name.endswith('.csv'):
        file_path = os.path.join(folder_path, file_name)
        df = pd.read_csv(file_path)
        new_df = df[columns_to_extract]
        new_file_name = os.path.splitext(file_name)[0] + '_extracted.csv'
        new_file_path = os.path.join(folder_path, new_file_name)
        new_df.to_csv(new_file_path, index=False)

python 提取csv文件某几列

### 回答1：
在 Python 中，可以使用 csv 模块来读取 CSV 文件并提取其中的某几列。

下面是一个简单的示例，展示了如何提取 CSV 文件中的第一列和第三列：

import csv

# 打开 CSV 文件
with open('data.csv', 'r') as f:
    # 创建 CSV 阅读器
    reader = csv.reader(f)
    # 读取每行数据
    for row in reader:
        # 提取第一列和第三列数据
        col1 = row[0]
        col3 = row[2]
        # 处理数据
        ...

注意：上面的代码假设 CSV 文件中的每行数据都是用逗号分隔的。如果 CSV 文件使用其他字符来分隔数据，那么可以使用 csv.reader() 的 delimiter 参数来指定分隔符。

例如，如果使用分号来分隔数据，可以这样创建 CSV 阅读器：

reader = csv.reader(f, delimiter=';')

如果想要更高级的 CSV 处理功能，可以使用 pandas 库。 Pandas 可以轻松地读取 CSV 文件，并提供了丰富的数据分析功能。

### 回答2：
Python中可以使用pandas库来读取和处理CSV文件。要提取CSV文件中的某几列，可以通过指定列名或列索引来实现。

首先，需要安装pandas库。可以使用以下命令来安装pandas：

pip install pandas

接下来，导入pandas库并使用`read_csv()`函数读取CSV文件：

import pandas as pd

df = pd.read_csv('file.csv')

在上述代码中，`file.csv`是CSV文件的路径，读取后的数据将保存在名为`df`的DataFrame对象中。

如果要提取某几列，可以通过列名的方式：

cols = ['column1', 'column2', 'column3']
selected_columns = df[cols]

在上述代码中，`cols`是一个列表，包含要提取的列名。`selected_columns`是一个新的DataFrame对象，包含了所选的列。

如果要提取某几列，可以通过列索引的方式：

cols = [0, 1, 2]
selected_columns = df.iloc[:, cols]

在上述代码中，`cols`是一个列表，包含要提取的列索引。`selected_columns`是一个新的DataFrame对象，包含了所选的列。

最后，可以使用`to_csv()`函数将提取的列保存为新的CSV文件：

selected_columns.to_csv('new_file.csv', index=False)

在上述代码中，`new_file.csv`是保存新CSV文件的路径。`index=False`参数表示不保存DataFrame对象的索引。

以上就是使用Python提取CSV文件某几列的方法。使用pandas库可以方便地进行数据操作和处理。

### 回答3：
在Python中，我们可以使用csv模块提取CSV文件中的某几列数据。首先，我们需要使用`csv.reader()`函数读取CSV文件，并指定分隔符。然后，我们可以使用索引来获取某一列的数据。

下面是具体的步骤：

1. 导入csv模块：

import csv

2. 打开CSV文件，使用`csv.reader()`函数读取文件内容：

with open('file.csv', 'r') as file:
    reader = csv.reader(file, delimiter=',')
    rows = list(reader)

3. 选择需要提取的列的索引，例如，我们提取第2列和第4列的数据：

column_2 = [row[1] for row in rows]
column_4 = [row[3] for row in rows]

4. 如果需要将数据写入新的CSV文件，可以使用`csv.writer()`函数创建一个新文件，并将提取的列写入文件中：

with open('new_file.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(column_2)
    writer.writerows(column_4)

以上就是使用Python提取CSV文件中某几列数据的方法。如果想要提取其他列，只需调整索引即可。