web-dev-qa-db-ja.com

pandasまたは他のpythonモジュールで特定の列を読み取ります

私はこれからcsvファイルを持っています webpage 。ダウンロードしたファイルの列の一部を読みたい(csvバージョンは右上隅からダウンロードできます)。

私は2列が欲しいとしましょう:

  • 59ヘッダーのstar_name
  • 60ヘッダーのraです。

ただし、何らかの理由で、Webページの作成者が列を移動することを決定する場合があります。

最後に、値が欠落している可能性があることを念頭に置いて、このようなものが必要です。

data = #read data in a clever way
names = data['star_name']
ras = data['ra']

これにより、名前が正しいままである場合、列が将来再び変更されたときにプログラムが誤動作するのを防ぎます。

これまで、私はcsvモジュールを使用してさまざまな方法を試してきましたが、最近はpandasモジュールを使用しています。両方とも運がありません。

編集(2行+データファイルのヘッダーを追加しました。申し訳ありませんが、非常に長いです。)

# name, mass, mass_error_min, mass_error_max, radius, radius_error_min, radius_error_max, orbital_period, orbital_period_err_min, orbital_period_err_max, semi_major_axis, semi_major_axis_error_min, semi_major_axis_error_max, eccentricity, eccentricity_error_min, eccentricity_error_max, angular_distance, inclination, inclination_error_min, inclination_error_max, tzero_tr, tzero_tr_error_min, tzero_tr_error_max, tzero_tr_sec, tzero_tr_sec_error_min, tzero_tr_sec_error_max, lambda_angle, lambda_angle_error_min, lambda_angle_error_max, impact_parameter, impact_parameter_error_min, impact_parameter_error_max, tzero_vr, tzero_vr_error_min, tzero_vr_error_max, K, K_error_min, K_error_max, temp_calculated, temp_measured, hot_point_lon, albedo, albedo_error_min, albedo_error_max, log_g, publication_status, discovered, updated, omega, omega_error_min, omega_error_max, tperi, tperi_error_min, tperi_error_max, detection_type, mass_detection_type, radius_detection_type, alternate_names, molecules, star_name, ra, dec, mag_v, mag_i, mag_j, mag_h, mag_k, star_distance, star_metallicity, star_mass, star_radius, star_sp_type, star_age, star_teff, star_detected_disc, star_magnetic_field
11 Com b,19.4,1.5,1.5,,,,326.03,0.32,0.32,1.29,0.05,0.05,0.231,0.005,0.005,0.011664,,,,,,,,,,,,,,,,,,,,,,,,,,,,,1,2008,2011-12-23,94.8,1.5,1.5,2452899.6,1.6,1.6,Radial Velocity,,,,,11 Com,185.1791667,17.7927778,4.74,,,,,110.6,-0.35,2.7,19.0,G8 III,,4742.0,,
11 UMi b,10.5,2.47,2.47,,,,516.22,3.25,3.25,1.54,0.07,0.07,0.08,0.03,0.03,0.012887,,,,,,,,,,,,,,,,,,,,,,,,,,,,,1,2009,2009-08-13,117.63,21.06,21.06,2452861.05,2.06,2.06,Radial Velocity,,,,,11 UMi,229.275,71.8238889,5.02,,,,,119.5,0.04,1.8,24.08,K4III,1.56,4340.0,,

これを行う簡単な方法は、このようなpandasライブラリを使用することです。

import pandas as pd
fields = ['star_name', 'ra']

df = pd.read_csv('data.csv', skipinitialspace=True, usecols=fields)
# See the keys
print df.keys()
# See content in 'star_name'
print df.star_name

ここでの問題は、ヘッダーのスペースを削除するskipinitialspaceでした。 「star_name」は「star_name」になります

上記の問題の解決策を別の方法で取得しましたが、csvファイル全体を読み取りますが、表示部分をtweekして必要なコンテンツのみを表示します。

import pandas as pd

df = pd.read_csv('data.csv', skipinitialspace=True)
print df[['star_name', 'ra']]

これは、データフレームの列に基づいて基本を学習し、データをフィルタリングするシナリオの一部で役立ちます。

0
frp farhan