python读取某几列CSV数据，再写入新的文件_python一张csv表的一列写到另一张csv表的指定位置

相关文章推荐

英俊的罐头 · 手机当书网downbook网页 - 百度· 1 月前 ·

朝气蓬勃的沙滩裤 · 关乎京籍的较量：两个北京家庭的异地高考“战争 ...· 1 月前 ·

腼腆的卡布奇诺 · 它的唯一缺点：长沙才能吃到！！😭😭-携程攻略· 5 月前 ·

魁梧的筷子 · Importer des comptes, ...· 11 月前 ·

坐怀不乱的橙子 · 第33话 - 指尖相触，恋恋不舍 - 包子漫画· 1 年前 ·

#处理函数 def readwrite ( input_file , output_file ) : #pd.read_csv() 将CSV文件读入并转化为数据框(DataFrame)形式。 #参数设置: #filepath_or_buffer:str 文件路径 #sep:str 指定分隔符,默认为','。 #delimiter:str 定界符/备选分隔符(如果指定该参数,则sep参数失效),默认为None。 #header:int/list 指定第几行作为列名/表头;默认header=0(即第一行作为列名);如果没有列名的话,设置header=None。 #names:array 指定列的名称。一般没有列名时(即header=None),可以用来添加列名。 #nrows:int 要读取的文件的行数,对于大文件很有用。 #skiprows:list-like/int 文件开头要跳过的行数。 #encoding:str 用于utf的编码。utf-8。 data = pd . read_csv ( input_file , sep = ',' , header = None ) #pd.to_csv() 将数据框(DataFrame)写入本机电脑。 #参数设置: #path_or_buf:str 文件路径 #sep:str 分隔符 #na_rep:str 将NaN转换为特定值。 #columns:list 指定哪些列写进去。 #header:int/lis 默认header=0;如果没有列名的话,设置header=None。 #index 索引,默认True,写入索引。 data . to_csv ( output_file , sep = ',' , columns = [ 1 , 2 , 3 , 4 , 5 , 6 ] , header = None , index = False ) #计时函数 def getRunTimes ( fun , input_file , output_file ) : begin_time = int ( round ( time . time ( ) * 1000 ) ) fun ( input_file , output_file ) end_time = int ( round ( time . time ( ) * 1000 ) ) print ( 'Data processing completed' ) print ( "Data processing total time：" , ( end_time - begin_time ) , "ms" ) input_file = "D:/xxxxx/s1000000.csv" output_file = "D:/xxxxxx/s1000000.csv" readwrite ( input_file , output_file ) getRunTimes ( readwrite , input_file , output_file ) #使用dataframe读写数据测试数据：100万条。7列100万行。操作：删除第一列，保留其他列的数据，写入到新文件中。源数据：结果数据：''' 使用python的pandas库读取某几列CSV文件，再写入新的文件。'''import pandas as pdimport time#处理函数def readwrite(input_file,output_file): #pd.read_csv() 将CSV文件读入并转化为数据框(DataFrame)形式。 #参数设置:.

[Pandas+Numpy] 从 csv 文件中随机提取某几行添加到另一个 csv 文件中目标：从一个 csv 文件中随机抽取某些行，添加到另一个 csv 文件中。条件：两个文件的列名（表头）相同，两个文件的cloumns一样 import pandas as pd import numpy as np import random # 用于生成随机数 // 读入要抽取的文件及要添加的 csv 文件 #read csv data1 = pd.read_ csv (r'tem. csv ',sep=';',header='infer') #select specific columns data1 = pd.read_ csv (r'tem. csv ',sep=';',header='infer',usecols=[0,1,3]) #set column headers data1.columns = ['y','m','numbe..

提取多份 csv 文件特定的列整合到新的 csv 工作表中在科研生活中，我们可能在数据测试中得到很多份 csv 数据，这些数据只有两列，我们在后续数据处理中可能想把这些数据放在origin中绘图，其中所有数据的x轴(即第一列数据 )都相同，我们想将y轴都整合在新的文件里，保存一列 x轴数据，这样方便origin作图。因此，这里记录如何通过 python 代码快速实现整合。该问题用代码进行处理的思路是这样：首先需要知道这些文件所处的路径位置接着逐次读取每份文件，并提取某列数据建立空列表，将提取出来的数据写入新的工作

# -*- coding=utf-8 -*- import pandas as pd csv _file = pd.read_ csv ('/home/weidu/qwb/MORONET-master/BRCA-QWB/brca_meth. csv ') # 读取原 csv 文件 sample = csv _file.sample(n=200, random_state=10, axis=1)###n=200 表示抽200个，ra

可以使用 Python 的 csv 模块和pandas模块来删除 CSV 文件中的某一列数据并保留表头。具体步骤如下： 1. 导入 csv 和pandas模块：首先，需要导入 csv 和pandas模块来处理 CSV 文件。 ``` python import csv import pandas as pd 2. 读取 CSV 文件并转换为DataFrame：使用pandas模块的read_ csv ()函数读取 CSV 文件，并将其转换为DataFrame格式。 ``` python df = pd.read_ csv ('file. csv ') 3. 删除指定列的数据：使用DataFrame的drop()方法删除指定列的数据。 ``` python df = df.drop(['column_name'], axis=1) 其中，'column_name'为需要删除的列的名称。 4. 将DataFrame 写回 CSV 文件：使用DataFrame的to_ csv ()方法将修改后的数据写回 CSV 文件中。 ``` python df.to_ csv ('file. csv ', index=False) 其中，index=False 表示不将DataFrame的行索引写入 CSV 文件中。完整代码如下： ``` python import csv import pandas as pd df = pd.read_ csv ('file. csv ') df = df.drop(['column_name'], axis=1) df.to_ csv ('file. csv ', index=False) 执行完以上代码后， CSV 文件中指定的列数据将会被删除，但是表头仍然保留。