盘点Pandas中csv文件读取的方法所带参数usecols知识

大家好，我是皮皮。

一、前言

前几天在Python最强王者群有个叫【老松鼠】的粉丝问了一个关于Pandas中csv文件读取的方法所带参数usecols知识问题，这里拿出来给大家分享下，一起学习。

其实usecols参数是指定列读取。

二、解决过程

下面是【德善堂小儿推拿-瑜亮老师】大佬解答：

举个栗子，就像你手中只有常见的人民币面值，让你把面值等于5元，10元，10000元的拿出来。你是不是只能拿出来5元的和10元的。读取，那不是有啥就拿出来啥，手中没有，当然就不用给了。

后来【月神】给补充了一些知识，不知道你有没有注意到usecols这个参数其实是有返回值的？大部分小伙伴是没有注意到的。

usecols是先从读取到的数据判断出当前的列名并作为返回值，类似于列表，使用函数调用时，例如lambda x：各个元素都会被使用到，类似于map(lambda x: x, iterable)， iterable就是usecols的返回值，lambda x与此处一致，再将结果传入至read_csv中，返回指定列的数据框。

对应这个例子中就是lambda c: c in iterable，其实不管iterable是列表还是集合，两者中包含的元素是一样的，那取出来的列都是一样的；而这里面的 c 就是usecols的返回值，可以尝试打印出这个c，就是你要读取的csv文件的所有列的列名

后面有拓展一些关于列表推导式的内容，可以学习下。

还有一个更秀的。

compress()函数帮助列表能够实现布尔索引的函数。

不过话说回来，我一般都是直接全部导入的，一把梭哈。

三、总结

大家好，我是皮皮。这篇文章基于粉丝提问，针对Pandas中csv文件读取的方法所带参数usecols知识，给出了具体说明和演示，顺利地帮助粉丝解决了问题！当然了，在实际工作中，大部分情况还是直接全部导入的。

此外，read_csv有几个比较好的参数，会用的多，一个限制内存，一个分块，这个网上有一大堆的讲解，这里就没有涉猎了。

最后感谢粉丝【老松鼠】提问，感谢【德善堂小儿推拿-瑜亮老师】、【🌑（这是月亮的背面）】和【dcpeng】大佬给出的示例和代码支持，感谢粉丝【Zhang Zhiyu】、【冫马讠成】等人参与学习交流。