Python CSV 数据处理：替换 Proto 列值并删除列

本代码示例演示如何使用 Python 处理 CSV 文件，将 'proto' 列中的 'tcp', 'udp', 'arp', 'ospf' 分别替换为 0, 1, 2, 3，并删除 'id', 'label' 列。

import pandas as pd

# 读取原始csv文件
df = pd.read_csv('input.csv')

# 将'proto'列的值用0、1、2、3代替
df['proto'] = df['proto'].replace(['tcp', 'udp', 'arp', 'ospf'], [0, 1, 2, 3])

# 删除'id'、'label'列
df = df.drop(['id', 'label'], axis=1)

# 保存修改后的数据到新的csv文件
df.to_csv('output.csv', index=False)

请将代码中的 'input.csv' 替换为实际的输入文件名，并将 'output.csv' 替换为希望保存结果的新文件名。

代码解释：

导入 Pandas 库： import pandas as pd 用于导入 Pandas 库，Pandas 是 Python 中用于数据分析的强大工具，提供高效的 DataFrame 对象，方便处理 CSV 等数据格式。
读取 CSV 文件： df = pd.read_csv('input.csv') 使用 Pandas 的 read_csv() 函数读取名为 'input.csv' 的 CSV 文件，并将数据存储到名为 df 的 DataFrame 对象中。
替换 'proto' 列值： df['proto'] = df['proto'].replace(['tcp', 'udp', 'arp', 'ospf'], [0, 1, 2, 3]) 使用 replace() 方法将 'proto' 列中的 'tcp', 'udp', 'arp', 'ospf' 分别替换为 0, 1, 2, 3。
删除列： df = df.drop(['id', 'label'], axis=1) 使用 drop() 方法删除名为 'id' 和 'label' 的列。
保存结果： df.to_csv('output.csv', index=False) 使用 to_csv() 方法将处理后的 DataFrame 保存到名为 'output.csv' 的 CSV 文件中， index=False 表示不保存索引列。

注意：

以上代码示例仅供参考，您可以根据实际需求进行调整。
请确保您的 Python 环境已安装 Pandas 库。