python pandas调用表中某一列

可以使用 Pandas 库中的 `DataFrame` 数据结构的列索引方式，比如：

import pandas as pd

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

# 获取某一列数据
column_data = df['column_name']

其中，`column_name` 是你要获取的列名。如果你想获取多列数据，可以将列名放在一个列表中，如：

# 获取多列数据
column_data = df[['column_name_1', 'column_name_2']]

相关问题

python调用表中某一列数据

假设你有一个表格，可以使用pandas包来读取和处理表格数据。假设你的表格文件名为data.csv，包含列名为"name"和"age"的两列数据，你可以按照以下方式读取表格数据并调用"name"列的数据：

import pandas as pd

# 读取表格数据
data = pd.read_csv("data.csv")

# 调用"name"列的数据
name_data = data["name"]

这将返回一个pandas的Series对象，其中包含所有"name"列的数据。你可以使用类似的方式调用其他列的数据，例如：

# 调用"age"列的数据
age_data = data["age"]

python 调用pandas在excel中新增列的代码

使用 pandas 库在 Excel 中新增列也非常简单，以下是示例代码：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('file.xlsx')

# 在第一列新增一列
df.insert(loc=0, column='New Column', value='New Data')

# 将数据写入新增的列
df['New Column'] = 'New Data'

# 将修改后的数据保存到 Excel 文件
df.to_excel('file.xlsx', index=False)

上面的代码将在第一列新增一列，并在新列中写入数据。你可以根据自己的需求来修改代码。注意，最后一行的 `index=False` 参数可以将索引列从 Excel 中删除。