python - pandas dataframe read_csv，指定列并将整行保留为字符串

Question

在pandas read_csv中，有没有办法指定例如。 col1、col15、整行？

我正在尝试从一个文本文件导入大约 700000 行数据，该文件以帽子“^”作为分隔符，没有文本限定符，并以回车符作为行分隔符。

在文本文件中，我需要第 1 列、第 15 列，然后是表/数据帧的三列中的整行。

我已经搜索过如何在 pandas 中执行此操作，但不太了解它以获取逻辑。我可以很好地导入所有 26 列，但这对我的问题没有帮助。

my_df = pd.read_csv("tablefile.txt", sep="^", lineterminator="\r",  low_memory=False)

或者我可以使用标准 python 将数据放入表中，但这需要大约 4 小时才能处理 700000 行。这对我来说太长了。

count_1 = 0
for line in open('tablefile.txt'):
    if count_1 > 70:
        break
    else:
        col1id = re.findall('^(\d+)\^', line)
        col15id = re.findall('^.*\^.*\^(\d+)\^.*\^.*\^.*\^.*\^.*\^.*\^.*\^.*\^.*\^.*\^.*', line)
        line = line.strip()

        count_1 = count_1 + 1

        cur.execute('''INSERT INTO mytable (mycol1id, mycol15id, wholeline) VALUES (?, ?, ?)''', 
        (col1id[0], col15id[0], line, ) )

        conn.commit()
    print('row count_1=',count_1)

在pandas read_csv中，有没有办法指定例如。 col1、col15、整行？

如上，col1和col15是数字，wholeline是字符串

• 我不想在导入后重建字符串，因为我可能会在此过程中丢失一些字符。

谢谢

编辑: 将每一行提交到数据库非常耗时。

Answer 1

使用一些准分隔符(下面使用 &)将整行作为一个 df 读取，然后使用 usecols 再次读取并指定第 1 列和第 15 列的索引，并将它们添加在一起。

my_df_full = pd.read_csv("tablefile.txt", sep="&", lineterminator="\r", low_memory=False)
my_df_full.columns = ['full_line']

my_df_cols = pd.read_csv("tablefile.txt", sep="^", lineterminator="\r", low_memory=False, usecols=[1,15])

my_df_full[['col1', 'col15']] = my_df_cols