# 10 读取 Excel 文件｜指定标题读取当前目录下 某招聘网站数据.csv 文件的 positionId、positionName、salary 列，并将标题设置为 ID、岗位名称、薪资

以下是 Python 代码，可以实现读取当前目录下某招聘网站数据.csv文件的positionId、positionName、salary列，并将标题设置为ID、岗位名称、薪资：

import pandas as pd
import os

# 获取当前工作路径
current_path = os.getcwd()

# 拼接要读取的文件路径
file_path = os.path.join(current_path, "某招聘网站数据.csv")

# 读取 csv 文件，指定要读取的列和标题
df = pd.read_csv(file_path, usecols=["positionId", "positionName", "salary"], names=["ID", "岗位名称", "薪资"])

# 打印读取的数据
print(df)

其中，`os.getcwd()`可以获取当前工作路径，`os.path.join()`可以将路径拼接起来，`pd.read_csv()`中的`usecols`参数可以指定要读取的列，`names`参数可以指定要设置的标题。最后，用`print()`打印读取的数据即可。

相关问题

# 8 读取 Excel 文件｜指定列（匹配）根据指定列名匹配读取让我们来个更难一点的，还是读取 某招聘网站数据.csv 文件，但现在有一个 list 中包含多个字段👇 # usecols = ['positionId','test','positionName', 'test1','salary']如果 usecols 中的列名存在于 某招聘网站数据.csv 中，则读取

可以使用 pandas 库中的 read_csv 方法来读取 csv 文件，同时指定 usecols 参数来选择需要的列。可以使用 set() 函数将需要的列名放入一个集合中，然后遍历集合，判断列名是否存在于 csv 文件中，如果存在，则将该列读取出来。

以下是示例代码：

import pandas as pd

# 读取 csv 文件
df = pd.read_csv('某招聘网站数据.csv', encoding='utf-8')

# 需要读取的列名列表
col_list = ['positionId', 'test', 'positionName', 'test1', 'salary']

# 列名集合
col_set = set(col_list)

# 读取数据
result = {}
for col in col_set:
    if col in df.columns:  # 判断是否存在该列
        result[col] = df[col].tolist()  # 读取该列数据

print(result)

输出结果为一个字典，字典中的键为需要读取的列名，值为该列的数据列表。

优化代码import pandas as pd import matplotlib.pyplot as plt import re info=pd.read_csv('information3.csv',header=None) colNames=['positionName','minimumWage','maximumWage','exp', 'educationalRequirements','工作地址','工作城市', '公司名称','行业','人员规模','企业性质' ] info.columns=colNames info['minimumWage'] aa=info.loc[:,['minimumWage','maximumWage']] info['薪资']=aa.mean(axis=1) info['薪资']=info.loc[:,['minimumWage','maximumWage']].mean(axis=1) info['人员规模'] ren=info['人员规模'] renstr=info['人员规模'].str print(type(ren)) print(type(renstr)) mid=info['人员规模'].str.findall('\d+') print(type(mid)) mid[0] map(float,mid[0]) renzho=list(map(float,mid[0])) sum(renzho)/len(renzho) sum(list(map(float,mid[0])))/len(list(map(float,mid[0]))) personScope=mid.apply(lambda x:sum(list(map(float,x)))/len(list(map(float,x)))) info['人员规模']=personScope.astype('str')21:12# 招聘要求学历分析 a = info[4].value_counts() plt.rcParams['font.sans-serif'] = 'SimHei' # 设置绘图字体 plt.subplots_adjust(bottom=0.15) # 设置图形的底边距 plt.bar(a.index, a) # 绘制条形图 plt.xticks(rotation=45) # 坐标刻度旋转 plt.title('学历要求分布') plt.show() #招聘公司性质分析 b = info[9].value_counts() plt.rcParams['font.sans-serif'] = 'SimHei' # 设置绘图字体 plt.subplots_adjust(bottom=0.15) # 设置图形的底边距 plt.bar(b.index, b) # 绘制条形图 plt.xticks(rotation=45) # 坐标刻度旋转 plt.title('企业性质分布') plt.show()

可以尝试进行以下优化：

1. 使用适当的数据类型：在读取csv文件时，可以指定列的数据类型，如int、float等，这样可以提高代码的执行效率。

2. 尽可能使用向量化操作：在计算薪资和人员规模时，可以直接使用pandas的向量化操作，而不需要使用apply函数，这样可以提高代码的执行效率。

3. 避免重复代码：在绘制条形图时，可以将相同的代码封装成函数，避免重复写相同的代码。

优化后的代码如下：

import pandas as pd 
import matplotlib.pyplot as plt 
import re 

# 读取csv文件，并指定列的数据类型
info=pd.read_csv('information3.csv',header=None, dtype={1: float, 2: float})

# 指定列名
colNames=['positionName','minimumWage','maximumWage','exp', 'educationalRequirements','工作地址','工作城市', '公司名称','行业','人员规模','企业性质' ] 
info.columns=colNames 

# 计算薪资和人员规模
info['薪资'] = info[['minimumWage','maximumWage']].mean(axis=1) 
info['人员规模'] = info['人员规模'].str.findall('\d+').apply(lambda x: sum(map(float,x))/len(x)).astype(str)

# 绘制条形图的函数
def plot_bar(data, title):
    plt.rcParams['font.sans-serif'] = 'SimHei'           
    plt.subplots_adjust(bottom=0.15)                     
    plt.bar(data.index, data)             
    plt.xticks(rotation=45)         
    plt.title(title) 
    plt.show()

# 招聘要求学历分析
a = info['educationalRequirements'].value_counts() 
plot_bar(a, '学历要求分布')

# 招聘公司性质分析
b = info['企业性质'].value_counts() 
plot_bar(b, '企业性质分布')