机器学习技术问询：如何根据输入列名动态提取CSV列并输出Numpy数组

我来帮你搞定这个动态提取列的问题！你的核心痛点是代码里写死了列相关的配置，没法根据用户输入灵活调整——咱们只需要做两处关键调整，就能实现通用的提取逻辑：

关键思路拆解 #

1. 读取用户动态输入：用input()获取CSV路径和目标列名，代替代码里写死的固定值
2. 动态索引列数据：直接用输入的列名字符串去索引DataFrame，再转成Numpy数组

完整可运行代码 #

import pandas as pd

# 获取用户输入的文件路径和目标列名
csv_file = input().strip()
target_column = input().strip()

# 读取CSV文件
df = pd.read_csv(csv_file)

# 提取目标列并转为Numpy数组，这里用to_numpy()比.values更符合pandas新规范
result_array = df[target_column].to_numpy()

# 按照示例格式输出
print(result_array)

测试验证 #

用你给出的示例场景测试：

第一行输入：usercode/files/one.csv
第二行输入：a

输出结果为 [1 2]；如果输入列名b，则输出[3 4]，完美适配两种场景。

可选优化：增加异常处理 #

如果担心用户输入的列名不存在，可以加个简单的判断避免程序崩溃：

import pandas as pd

csv_file = input().strip()
target_column = input().strip()

df = pd.read_csv(csv_file)

if target_column not in df.columns:
    print(f"Error: 列名 {target_column} 不存在于当前CSV文件中")
else:
    result_array = df[target_column].to_numpy()
    print(result_array)

内容的提问来源于stack exchange，提问作者spuckhafte