python - 使用 read_csv 只读取奇数/数字列

Question

跟进Keep csv feature labels for LDA pca我决定忽略 PCA 缩减的特征名称。我正在使用 pandas read_csv() 函数，并且想忽略字符串/文本列，这些列恰好是每个奇数列。因此，在读取 csv 时使用过滤器删除字符串列或奇数列会很有帮助

Answer 1

一种方法是读取列标签，然后通过 pd.read_csv 的 usecols 参数获取每隔一列。 。这假设您的列标签是唯一的，但由于您没有阅读昂贵的 object dtype 系列，因此会很有效。

import pandas as pd
from io import StringIO

x = """some,header,labels,for,each,column
1,hello,2,test,3,another
4,another,5,test,6,row
7,and,8,one,9,more"""

# get column names, replace StringIO(x) with 'file.csv'
df_cols = pd.read_csv(StringIO(x), nrows=0).columns

# skip even columns, replace StringIO(x) with 'file.csv'
df = pd.read_csv(StringIO(x), usecols=df_cols[::2])

print(df)

   some  labels  each
0     1       2     3
1     4       5     6
2     7       8     9