如何將csv文件中的特定列加載到DataFrame中

Question

假設我有一個包含400列的csv文件。我無法將整個文件加載到DataFrame中（不適合內存）。但是，我只想要50列，這將適合內存。我沒有看到任何內置熊貓的方式來做到這一點。你有什麼建議？我願意使用PyTables接口或pandas.io.sql。

最好的情況將是一個函數，如：pandas.read_csv（....，columns = ['name'，'age'，...，'income']）。即我們傳遞將要加載的列名稱（或數字）的列表。

Answer 1

現在沒有默認的方法來做到這一點。我建議分塊文件並迭代它並丟棄你不想要的列。 所以像pd.concat([x.ix[:, cols_to_keep] for x in pd.read_csv(..., chunksize=200)])

Answer 2

伊恩，我實施了usecols選項，它完全符合你的描述。它將在即將到來的大熊貓0.10;開發版本即將推出。

---

由於0.10，您可以使用usecols像

df = pd.read_csv(...., usecols=['name', 'age',..., 'income'])