python按列读取数据

‘壹’ 怎样用python，读取excel中的一列数据

就是把xls or xlsx另存为CSV格式，然后再检索。代码如下，抛砖引玉。

# -*- coding: cp936 -*-
import linecache
o=open('d:\\test\\14.csv')#文件路径
o.seek(0)
r=o.readlines()
s1=str(input('输入要定位的信息:'))
a=0
count=0
for i in r: #按和值组合查找
if i.find(s1)>=0:
print r[a-1]#显示上一行
print i#显示定位行
print r[a+1]#显示下一行
a+=1
print 'Total:%d'%count

例：
在以下数据中，查找含有T的行，并显示上一行（n行） or 下一行（n行) 。
1，2，3，4
W,R,GFR,T
12,,F,34,G
这个就用上面的代码就行了。

‘贰’ 想问下，怎么用python根据提取指定关键词下面的所有列和行的数据呢

可以使用pandas库来处理和分析数据：
import pandas as pd
# 读取数据文件
df = pd.read_excel('data.xlsx')
# 设置关键词
keyword = '平面激光'
# 查找包含关键词的列
selected_columns = [col for col in df.columns if keyword in col]
# 提取指定关键词下的所有列和行的数据
selected_data = df.loc[:, selected_columns]
# 打印提取的数据
print(selected_data)
在这个示例中，首先使用`pd.read_excel()`函数读取包含数据的Excel文件（假设为'data.xlsx'）。然后，通过设置关键词变量来定义需要提取的关键词。
接下来，使用列表推导式和`df.columns`属性遍历所有列名，将包含关键词的列存储在`selected_columns`列表中。
最后，使用`df.loc`方法选择所有行，并使用`selected_columns`作为列索引提取数据；将提取的数据存储在`selected_data`中。最后，使用`print`语句显示提取的数据。

‘叁’ python 按列读取文本数据 列表越界咋回事啊@_@ IndexError：list index out of range

因为空行导致split函数返回的tmp为空，所以tmp[0]导致了数组越界。

分析思答瞎路：

1、报错信息里面已经提示了第12有误。

2、提示为数组index越界，而12行的代码中tmp[0]涉及数组。

3、找到tmp的定义，是split函数分解之后的内容，应当为一个list列表。

4、但是此处连tmp[0]都提示梁举兄有错，说明tmp中没有任何元素。

5、推得for i in f0,中的没一行的数据i有问题，当运行到最后，回出现一个由问题的i。

所以文件最后一行为空行，通常为写入文件函数每行之后附带的 转义字符导致。

(3)python按列读取数据扩展阅读：

IndexError: list index out of range错误的其他情况

第一种情况：

list[index]index超出范围

第二种情况：

list是一个空的，没有一个元素

进行list[0]就会报该错误。

一般外部输入的数据都可能存在问题，所以通常在readlines或者read后要做一次处理。

这样就避免了空橡袭行，字段数不足，以及类型转换出错。

解决方案：

针对第一种情况，通过调试检查代码。

关于第二种情况，有两种方法：

第一种：检查读入的数据是都有问题，比如读入的txt文件是否存在空行等等，第二种解决方案，在代码上改错。

with open("linux_Yue_01.txt","r") as testFile:

testfileList = []

for v testFile.read().split(" ")

if not v.strip(): #字符串去掉空格不为空

continue

testfileList.extend([splitFileNameAndLabel(v)])

注意：[splitFileNameAndLabel(v)]是又方括号的，否则不能成为列表中嵌套列表了。

‘肆’ Python怎么依次读取CVS文件里的列名和对应的数据

在处理CSV文件时，Python提供了一种便捷的方法来读取文件中的列名和对应的数据。假设我们已经有了一个CSV文件，想要从文件中提取特定的信息，可以使用类似上述代码的方法来实现。首先，需要创建一个数据库连接，然后通过执行SQL语句来获取数据。具体步骤如下：

首先，连接数据库，这可以通过调用`self.connect()`方法实现。然后，创建一个游标对象`cur`，通过这个对象可以执行SQL语句。接下来，执行SQL查询语句`cur.execute(sql)`。通过`cur.description`获取列名信息。

接下来，定义一个空列表`result`来存储查询结果。遍历`cur.fetchall()`获取所有行数据，为每行数据创建一个字典`row`，并通过`for`循环将列名和对应的值存入字典中。具体代码如下：

python
row = {}
for i in range(len(index)-1):
row[index[i][0]] = res[i]

将每行的数据字典添加到`result`列表中，最后关闭数据库连接。

这种方法返回的结果是一个列表，每个元素都是一个字典，字典的键是列名，值是对应的行数据。这种方式不仅清晰地展示了数据结构，还便于后续的数据处理和分析。

值得注意的是，上述代码示例仅适用于基本的SQL查询操作。在实际应用中，可能需要根据具体需求调整代码逻辑。例如，如果CSV文件非常大，可能需要使用其他更高效的方法来处理数据，以避免内存溢出等问题。

此外，对于CSV文件的处理，除了使用SQL查询外，还可以使用Python内置的`csv`模块来直接读取文件内容。这种方式更加直接，适用于简单的数据处理任务。

总的来说，通过上述方法，我们可以有效地从CSV文件中提取所需数据，并将其组织成易于理解和操作的形式。这对于数据分析和处理非常有帮助。