读取CSV的单个列并存储在数组中

Question

从csv中读取内容的最佳方式是什么，但只能读取一个特定列，如标题？

ID | date|  title |
-------------------
  1|  2013|   abc |
  2|  2012|   cde |

然后，该列应存储在如下数组中：

data = ["abc", "cde"]

到目前为止，我对熊猫的看法是：

data = pd.read_csv("data.csv", index_col=2)

我已经研究过这条线了。我仍然得到一个索引器：列表索引超出范围。

编辑：

这不是一张表，它是逗号分隔的，如下所示：

ID,date,title
1,2013,abc
2,2012,cde

Answer 1

最后，它要简单得多：

import pandas as pd
data = pd.read_csv("mycsv.csv")
data.columns = ["ID", "date", "title"]
rawlist = list(data.title)

Answer 2

您可以这样做：

>>> import pandas as pd
>>> from StringIO import StringIO
>>> txt='''\
... ID,date,title
... 1,2013,abc
... 2,2012,cde'''
>>> data=pd.read_csv(StringIO(txt), usecols=['title']).T.values.tolist()[0]
>>> data
['abc', 'cde']

或者，假设您有一些空格：

txt='''\
ID,date,title
1,2013,abc
2,2012,cde
3,2014, 
4,2015,fgh'''
table=pd.read_csv(StringIO(txt), usecols=['title'])
print table
  title
0   abc
1   cde
2      
3   fgh
data=pd.read_csv(StringIO(txt), usecols=['title']).T.values.tolist()[0]
print data
['abc', 'cde', ' ', 'fgh']

或者，如果数据字段数量可变：

txt='''\
ID,date,title
1,2013,
2,2012,cde
3
4,2015,fgh'''

print pd.read_csv(StringIO(txt), usecols=['title'])
  title
0   NaN
1   cde
2   NaN
3   fgh

print pd.read_csv(StringIO(txt), usecols=['title']).T.values.tolist()[0]
[nan, 'cde', nan, 'fgh']

Answer 3

一个选项是只读取整个csv，然后选择一列：

data = pd.read_csv("data.csv")

data['title']  # as a Series
data['title'].values  # as a numpy array

正如@dawg所建议的，如果您还使用square参数来避免黑客将数组中的值展平，那么可以使用usecols参数。。。

In [11]: titles = pd.read_csv("data.csv", sep=',', usecols=['title'], squeeze=True)

In [12]: titles  # Series
Out[12]: 
0    abc
1    cde
Name: title, dtype: object

In [13]: titles.values  # numpy array
Out[13]: array(['abc', 'cde'], dtype=object)