python pd怎么读取指定csv文件行列 详细

请问你是想读取 CSV 文件的指定行和列吗？如果是的话，你可以使用 Pandas 库来完成这项任务。

下面是读取指定行和列的示例代码：

import pandas as pd

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

# 读取第一行
row_1 = df.iloc[0]

# 读取第一列
col_1 = df.iloc[:,0]

# 读取第二行第三列
value = df.iloc[1,2]

上面的代码分别利用 Pandas 库中的 `read_csv()` 函数和 `iloc` 函数来实现文件的读取和读取指定行列。

- `iloc[行索引, 列索引]`：读取指定的某个单元格的值。
- `iloc[行索引, :]`：读取指定行的所有列。
- `iloc[:, 列索引]`：读取指定列的所有行。

这里注意在 iloc[] 中只能使用数字索引号，不能使用名称。另外的方法获取某个单元格前两个操作的结合，例如：`df.at[1,'col_1']`，可以直接获取到第二行第一列的值。

希望对你有所帮助！

相关问题

python 读取csv文件数据指定行列

要读取 CSV 文件中的指定行和列，可以使用 Python 内置的 csv 模块和 Pandas 库。

使用 csv 模块读取 CSV 文件：

import csv

with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    rows = [row for row in reader]  # 读取所有行数据

# 读取第2行第3列的数据
data = rows[1][2]
print(data)

使用 Pandas 库读取 CSV 文件：

import pandas as pd

# 读取指定行列的数据
df = pd.read_csv('data.csv', usecols=[2], skiprows=[1], nrows=1)

# 输出数据
print(df)

其中，`usecols` 参数指定要读取的列数，可以使用数字或者列名来指定；`skiprows` 参数指定要跳过的行数，可以使用数字或者列表形式来指定；`nrows` 参数指定要读取的行数。

以上代码可以读取指定 CSV 文件的第二行第三列数据，你可以根据需要进行修改。

python pd怎么读取指定行列

使用`pd.read_csv()`可以读取指定行和列的数据。可以使用参数`usecols`指定需要读取的列，可以使用参数`nrows`和`skiprows`指定需要读取的行。

例如，下面代码读取了`data.csv`文件中的第1行、第2行、第4行以及第5行，并且只读取第1列和第3列的数据：

import pandas as pd

df = pd.read_csv('data.csv', usecols=[0, 2], nrows=4, skiprows=[2])
print(df)

输出结果如下：

   A  C
0  1  3
1  4  6
2  7  9
3  10 12

在参数`nrows=4`和`skiprows=[2]`的设置下，只会读取第1行、第2行、第4行以及第5行。然后，使用`usecols=[0, 2]`只读取第1列和第3列的数据。