读取一列 pandas - Python

在处理数据时，经常需要从一个数据集中抽取出一列进行分析或修改。在 Python 中，使用 pandas 库可以方便地读取一列数据。

读取 CSV 文件中的一列数据

假设有一个 CSV 文件，里面包含了以下数据：

| Name | Age | Gender | | ---- | --- | ------ | | Alice | 19 | Female | | Bob | 22 | Male | | Carol | 20 | Female | | Dave | 21 | Male |

首先需要安装 pandas 库：

pip install pandas

然后可以使用以下代码读取 CSV 文件中的一列数据：

import pandas as pd

data = pd.read_csv('data.csv')
ages = data['Age']
print(ages)

其中，pd.read_csv 函数用于读取 CSV 文件，data['Age'] 用于选择 CSV 文件中的 Age 列数据。运行以上代码，会输出以下结果：

0    19
1    22
2    20
3    21
Name: Age, dtype: int64

此时，ages 变量中存储了 CSV 文件中的 Age 列数据。可以使用这些数据进行分析或修改。

读取 Excel 文件中的一列数据

与读取 CSV 文件类似，读取 Excel 文件也可以使用 pandas 库实现。假设有一个 Excel 文件，里面包含了以下数据：

| Name | Age | Gender | | ---- | --- | ------ | | Alice | 19 | Female | | Bob | 22 | Male | | Carol | 20 | Female | | Dave | 21 | Male |

首先需要安装 pandas 库和 xlrd 库：

pip install pandas
pip install xlrd

然后可以使用以下代码读取 Excel 文件中的一列数据：

import pandas as pd

data = pd.read_excel('data.xlsx')
ages = data['Age']
print(ages)

其中，pd.read_excel 函数用于读取 Excel 文件，data['Age'] 用于选择 Excel 文件中的 Age 列数据。运行以上代码，会输出以下结果：

0    19
1    22
2    20
3    21
Name: Age, dtype: int64

此时，ages 变量中存储了 Excel 文件中的 Age 列数据。可以使用这些数据进行分析或修改。

读取数据库中的一列数据

使用 pandas 库还可以从数据库中读取一列数据。假设有一个 SQLite 数据库，里面包含了以下数据：

| Name | Age | Gender | | ---- | --- | ------ | | Alice | 19 | Female | | Bob | 22 | Male | | Carol | 20 | Female | | Dave | 21 | Male |

首先需要安装 pandas 库和 sqlite3 库：

pip install pandas

然后可以使用以下代码读取 SQLite 数据库中的一列数据：

import pandas as pd
import sqlite3

conn = sqlite3.connect('data.db')
data = pd.read_sql_query('SELECT Age FROM people', conn)
ages = data['Age']
print(ages)

其中，sqlite3.connect 函数用于连接 SQLite 数据库，pd.read_sql_query 函数用于从数据库中读取数据，data['Age'] 用于选择数据库中的 Age 列数据。运行以上代码，会输出以下结果：

0    19
1    22
2    20
3    21
Name: Age, dtype: int64

此时，ages 变量中存储了 SQLite 数据库中的 Age 列数据。可以使用这些数据进行分析或修改。

以上就是读取一列 pandas - Python 的介绍。使用 pandas 库可以方便地从 CSV 文件、Excel 文件和数据库中读取一列数据，从而进行分析或修改。