Python 按字段中的位置或索引访问列

我有一个如下的列表，我在csv文件中搜索它，以获得与之关联的项目代码。例如，对于0->项目代码为11nm

L = [0, 2]

CSV file:
0, 11nm
1, 22nm
2, 33nm
3, 44nm

我目前正在做如下工作

df = pd.read_csv('item_code.csv', sep = ',')
item_codes= df[df["No"].isin(L)]["item_code"].tolist()

但是，现在我想知道，当文件标题（否，项代码）不可用时，如何对csv文件执行相同的操作

---

请帮助我。

您可以使用参数

名称

指定列名称，选择列使用：

或者使用参数

header=None

作为默认列名称

0,1…

：

df = pd.read_csv('item_code.csv', header=None)

print (df)
   0     1
0  0  11nm
1  1  22nm
2  2  33nm
3  3  44nm

#first column selected by position with iloc
item_codes= df.loc[df.iloc[:,0].isin(L), 1].tolist()
print (item_codes)
['11nm', '33nm']

---

---

读取带有

header=None

的csv文件后，要让Panda知道您的文件中没有头，请执行以下操作：

df = pd.read_csv('item_code.csv', sep = ',', header=None)

可以使用列索引而不是列名

像这样：

df[df[0].isin(L)][1].tolist()

或者这个：

df[df.iloc[:,0].isin(L)][1].tolist()

---

说明： 如果在读取数据帧后使用

print（df）

您会注意到，pandas将编号

[0,1]

分配给列名，而不是不作为标题出现的

[“No”，“item\u code”]

。因此，您可以使用其索引引用每一列，如

df[0]

或

df.iloc[：，0]

---

后者

df.iloc[：，0]

告诉pandas获取所有行，只获取列

0

当列名不可用时，您可以使用

df.iloc

按索引引用它们：

item_codes = df[df.iloc[:, 0].isin(L)].iloc[:, 1].tolist()

---

MCVE：

注:

• sep='，\s*'

  是一种正则表达式模式（用于指定列分隔符）

• header=None

  将阻止分配任何行

• engine='python'

  选择正则表达式引擎

df[df.iloc[:,0].isin(L)][1].tolist()

   0     1
0  0  11nm
1  1  22nm
2  2  33nm
3  3  44nm

item_codes = df[df.iloc[:, 0].isin(L)].iloc[:, 1].tolist()

import pandas as pd
import numpy as np
import io

text = \
'''0, 11nm
1, 22nm
2, 33nm
3, 44nm'''

buf = io.StringIO(text)    
df = pd.read_csv(buf, sep=',\s*', header=None, engine='python') # no column names
print(df) 

   0     1
0  0  11nm
1  1  22nm
2  2  33nm
3  3  44nm

L = [0, 2]
item_codes = df[df.iloc[:, 0].isin(L)].iloc[:, 1]
print(item_codes)

0    11nm
2    33nm
Name: 1, dtype: object

print(item_codes.tolist())
['11nm', '33nm']