如何在python中基于csv输入选择一组列

Question

我已经选择使用pandas数据帧来检索我的数据：

X = goog_data[['SPY', 'PCTChange', 'HiLo', 'ClOp', 'Lag1', 'std_30', 'std_5', 'std_15','std_100','std_200','ret_5','Pairstd5','Pairret1','Pairret5','Pairret15','Pairret30','Pairret100','Pairret100','Pairstd15','Pairstd30','Pairstd100','Pairstd200']]

现在这是可以手工完成的。现在我希望X包含5k列。我如何创建一个循环/查询(比如CSV(来附加所有这些列？(我有CSV中的所有列名(

问候

Answer 1

我将详细说明一个解决方案，我不完全清楚这是否是你想要的，但如果这是我认为的，解决方案应该只是读取列文件并将其转换为列表。假设我们有两件事作为输入，一个是有5k个cols的数据帧，另一个是我们感兴趣保存在单独csv:中的名为cols的csv文件

DataFrame:

col0      col1      col2    ...      col4997   col4998   col4999
0  0.698623  0.932956  0.359868    ...     0.829051  0.841925  0.984595
1  0.096496  0.438520  0.324643    ...     0.045311  0.960287  0.595798
2  0.255850  0.880708  0.944889    ...     0.490338  0.310711  0.002752
3  0.950205  0.322112  0.283922    ...     0.211629  0.996797  0.614626
4  0.211844  0.580730  0.323031    ...     0.465663  0.348202  0.872415

CSV(columns.CSV(和我想要的列：

col1,col2,col513,col4153,col4900,col5000

然后：

import pandas as pd
import random
df_with5k_columns = pd.DataFrame({f"col{i}":[random.random() for _ in range(5)] for i in range(5000)})
with open("columns.csv") as columns_file:
columns_to_select = columns_file.read().replace("n","").split(",")
df_selected_columns = df_with5k_columns.loc[:,columns_to_select]
print(df_selected_columns)

将生成以下内容：

col1      col2    col513   col4153   col4900   col4952
0  0.037199  0.413641  0.790565  0.181794  0.678537  0.147004
1  0.218754  0.589376  0.138483  0.197163  0.567846  0.495609
2  0.971128  0.011847  0.015084  0.134676  0.459204  0.511046
3  0.490421  0.954400  0.524425  0.564901  0.223476  0.082343
4  0.377118  0.306438  0.651674  0.896337  0.130425  0.815342