python - 如何摆脱从 CSV 文件读取的 pandas DataFrame 中的 "Unnamed: 0"列？

Question

我有一种情况，有时当我从 df 读取 csv 时，我会得到一个名为 unnamed:0 的不需要的类似索引的列。

file.csv

,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9

CSV 是这样读取的:

pd.read_csv('file.csv')

   Unnamed: 0  A  B  C
0           0  1  2  3
1           1  4  5  6
2           2  7  8  9

这很烦人!有没有人知道如何摆脱这种情况？

Answer 1

这是索引列，传递 pd.to_csv(..., index=False) 以首先不写出未命名的索引列，请参阅 to_csv() docs .

例子:

In [37]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('abc'))
pd.read_csv(io.StringIO(df.to_csv()))

Out[37]:
   Unnamed: 0         a         b         c
0           0  0.109066 -1.112704 -0.545209
1           1  0.447114  1.525341  0.317252
2           2  0.507495  0.137863  0.886283
3           3  1.452867  1.888363  1.168101
4           4  0.901371 -0.704805  0.088335

比较:

In [38]:
pd.read_csv(io.StringIO(df.to_csv(index=False)))

Out[38]:
          a         b         c
0  0.109066 -1.112704 -0.545209
1  0.447114  1.525341  0.317252
2  0.507495  0.137863  0.886283
3  1.452867  1.888363  1.168101
4  0.901371 -0.704805  0.088335

您还可以选择通过传递 index_col=0 告诉 read_csv 第一列是索引列:

In [40]:
pd.read_csv(io.StringIO(df.to_csv()), index_col=0)

Out[40]:
          a         b         c
0  0.109066 -1.112704 -0.545209
1  0.447114  1.525341  0.317252
2  0.507495  0.137863  0.886283
3  1.452867  1.888363  1.168101
4  0.901371 -0.704805  0.088335