Чтение определенных столбцов с помощью pandas или другого модуля python
У меня есть файл csv с этой веб-страницы.
Я хочу прочитать некоторые из столбцов в загруженном файле (версию csv можно загрузить в правом верхнем углу).
Скажем, я хочу 2 столбца:
- 59, который в заголовке
star_name
- 60, который в заголовке
ra
.
Однако по некоторым причинам авторы веб-страницы иногда решают перемещать столбцы.
В конце я хочу что-то вроде этого, имея в виду, что значения могут отсутствовать.
data = #read data in a clever way
names = data['star_name']
ras = data['ra']
Это предотвратит нарушение моей программы, когда столбцы будут изменены в будущем, если они сохранят правильное имя.
До сих пор я пробовал различные способы с помощью модуля csv
и повторно использовал модуль pandas
. Оба без везения.
EDIT (добавлено две строки + заголовок моего файла данных. Извините, но он очень длинный.)
# 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,,
Ответы
Ответ 1
Легкий способ сделать это - использовать библиотеку pandas
, как это.
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
Проблема заключалась в skipinitialspace
, который удаляет пробелы в заголовке. Таким образом, "star_name" становится "star_name"
Ответ 2
Получилось решение вышеупомянутой проблемы другим способом, в котором, хотя я бы читал весь файл csv, но tweek часть отображения отображала только желаемый контент.
import pandas as pd
df = pd.read_csv('data.csv', skipinitialspace=True)
print df[['star_name', 'ra']]
Это может помочь в некоторых сценариях в основах обучения и фильтрации данных на основе столбцов в dataframe.