如何从pandas read_csv读取的结果中提取指定行或字符串值

1. 读取CSV的注意事项 #

你给出的CSV示例是用空格分隔两列，默认pd.read_csv用逗号作为分隔符会识别错误，建议读取时指定分隔符参数：

import pandas as pd
# \s+ 代表匹配任意数量的空格作为分隔符
news_headlines = pd.read_csv('/content/sample_data/crypto_headlines.csv', sep='\s+')

2. 提取指定内容 #

你需要的发布日期为20130511的第二行内容，按需求选择对应代码即可：

提取整行数据 #

# 注意pandas索引从0开始计数，第二行对应iloc[1]
# 如果publishdate字段是字符串类型，把20130511改为'20130511'
target_row = news_headlines[news_headlines['publishdate'] == 20130511].iloc[1]

仅提取标题字符串 #

target_headline = news_headlines[news_headlines['publishdate'] == 20130511]['headlinetext'].iloc[1]

3. 批量字符串处理方法 #

不需要单独提取每个字符串，pandas提供了.str系列接口可以直接对整列字符串做批量处理，正好适配你要做的大小写转换、特殊字符去除需求：

• 全部转为小写：

news_headlines['clean_headline'] = news_headlines['headlinetext'].str.lower()

• 去除特殊字符（仅保留英文字母、数字和空格）：

news_headlines['clean_headline'] = news_headlines['clean_headline'].str.replace(r'[^a-zA-Z0-9\s]', '', regex=True)

• 去除首尾多余空格：

news_headlines['clean_headline'] = news_headlines['clean_headline'].str.strip()

内容的提问来源于stack exchange，提问作者izzypt