這個操作現在看來真沒啥難的，但是我找相關的資料真的找了好久。
多數大佬都是直接pandas官網甩我臉上，然後舉一個入門級的例子。
https://pandas.pydata.org/docs/reference/index.html
首先匯入pandas庫
import pandas as pd
然後使用read_csv來開啟指定的csv檔案
df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8')
這個函式裡面需要寫入csv檔案的路徑，如果是把csv檔案儲存到了python的工程資料夾下，則只需要./檔名即可，然後encoding='utf-8'是使用utf-8方式編碼，有時候需要換成gbk。
雖然我們讀取的是csv檔案，但其實由於我們使用的是pandas庫，所以我們實際獲得的是一個DataFrame的資料結構。
可以使用print(type(df))進行檢驗
print(type(df))
DataFrame 是表格型的資料結構。因此，我們可以將其當做表格。DataFrame 是以表格類似展示，而且還包含行標籤、列標籤。
我們可以新增一個列標籤，使用方法為pandas.DataFrame.columns
在我們的例子中DataFrame型別的變數為df，因此使用方法為df.columns，我們新增的列標籤為a、b、c、d、e、f
df.columns = ['a','b','c','d','e','f']
然後，我們想把某一列中等於特定值的那些行提取出來
可以將讀出來的內容當做一個列表，然後這個列表的元素是表中的每一行，然後這每一行也是一個列表，也就是列表中的列表。
比如，我想將表中第5列中值為Andhra Pradesh的行提取出來，並且由於我們之前定義了第五列的列標籤為e
因此程式碼為：
data = df[df['e'] == 'Andhra Pradesh']
最後我們可以透過pandas中的to_csv，來將篩選出來的資料儲存到新的csv檔案中。
data.to_csv('my_IP2LOCATION.csv')
用法為表名.to_csv（'所要儲存地方的路徑/表名.csv')
最後總結一下我們的程式碼
import pandas as pd df = pd.read_csv('./IP2LOCATION.csv',encoding= 'utf-8') # print(type(df)) df.columns = ['a','b','c','d','e','f'] data = df[df['e'] == 'Andhra Pradesh'] data.to_csv('my_IP2LOCATION.csv')
IP2LOCATION.csv內容如下：
總共有759727行
然後經過我們的篩選後的my_IP2LOCATION.csv
只有3461行
PS：可以使用print(len(df.values))來檢視行數
[ljg58026 ] 使用pandas庫對csv檔案進行篩選儲存已經有576次圍觀