Python读取CSV生成DataFrame报错，求更优列筛选方法

嘿，我来帮你排查代码问题并给出更优的按列筛选方法～

首先，你的代码之所以报错，核心原因是：file是pandas的DataFrame对象，当你用for tweet in file遍历它时，实际上遍历的是DataFrame的列名（都是字符串），而不是带有.text属性的tweet对象，所以肯定会抛出类似AttributeError: 'str' object has no attribute 'text'的错误。

如果你的需求是从CSV文件中提取指定列（比如名为tweet的列），下面是几种简洁高效的方法，比手动循环靠谱多了：

方法1：读取时直接指定要加载的列 #

如果你的CSV本身就有tweet列，读取时直接指定要加载的列，既节省内存又高效：

import pandas as pd
# 只加载索引列（第0列）和tweet列
df = pd.read_csv("C:\\Users\\Ankit\\Downloads\\file.csv", index_col=0, usecols=[0, "tweet"])
print(df)

方法2：读取后直接按列名提取 #

这是pandas里最常用的按列筛选方式，简单直接：

import pandas as pd
file = pd.read_csv("C:\\Users\\Ankit\\Downloads\\file.csv", index_col=0)
# 提取tweet列（用双括号保留为DataFrame，单括号会得到Series）
df = file[["tweet"]]
print(df)

要是你非得把列数据转成列表再创建新DataFrame（其实没必要，直接提取更高效），可以这么写：

import pandas as pd
file = pd.read_csv("C:\\Users\\Ankit\\Downloads\\file.csv", index_col=0)
# 先确认CSV里有'tweet'列哦
df = pd.DataFrame(data=file["tweet"].tolist(), columns=['tweet'])
print(df)

方法3：用.loc做明确的标签筛选 #

如果需要更清晰地指定行和列（比如后续要加行筛选条件），可以用.loc：

import pandas as pd
file = pd.read_csv("C:\\Users\\Ankit\\Downloads\\file.csv", index_col=0)
# 提取所有行的tweet列
df = file.loc[:, ["tweet"]]
print(df)

小提示 #

• 先运行print(file.columns)看看CSV里的所有列名，确保tweet列确实存在，不然会报KeyError哦。
• 尽量别手动循环DataFrame提取数据，pandas的向量化操作比循环快得多，大数据集里差距特别明显。

内容的提问来源于stack exchange，提问作者ekta kumari