使用pandas模块从CSV赋值数组

Question

如果我有一个包含100多列的文件，我该如何把每一列变成一个数组，并且用列的标题来引用这些数组，而不需要像这样写：header1 = [1,2,3]，header2 = ['a','b','c']，依此类推呢？

这是我目前的进展，其中headers是一个包含标题名称的列表：

import pandas as pd

data = []
df = pd.read_csv('outtest.csv')
for i in headers:
    data.append(getattr(df, i).values)

我希望数组headers中的每个元素都能成为对应数据数组的变量名（它们是按顺序排列的）。我想用一行代码来实现这个，这样下一行我就可以说，比如，test = headername1 * headername2。

Answer 1

我觉得我明白你的意思了，你想用一个StringIO对象来模拟一个文件对象，这样可以作为准备工作：

import pandas as pd 
import StringIO

txt = '''foo,bar,baz
1, 2, 3
3, 2, 1'''
fileobj = StringIO.StringIO(txt)

这是你想要的代码大概样子：

data = []
df = pd.read_csv(fileobj)
for i in df.columns:
    data.append(df[i])

for i in data: 
    print i

输出结果是：

0    1
1    3
Name: foo
0    2
1    2
Name: bar
0    3
1    1
Name: baz

Answer 2

import pandas as pd

如果CSV文件里有表头，我们可以直接使用：

df = pd.read_csv('outtest.csv')

如果CSV文件里没有表头：

headers = ['list', 'of', 'headers']
df = pd.read_csv('outtest.csv', header=None, names=headers)

假设headername1和headername2是常量：

test = df.headername1 * df.headername2

或者

test = df['headername1'] * df['headername2']

假设它们是变量：

test = df[headername1] * df[headername2]

默认情况下，这种方式获取的数据会返回一个 pd.Series，这个通常可以和numpy一起使用。你可以通过 .values 明确地获取这些值：

df[headername1].values

不过你似乎已经知道这些了。