如何摆脱“不知名:0"列中的熊猫数据帧读从CSV文件?

它是索引列，通过pd.to_csv(..., index=False)来不首先写出一个未命名的索引列，请参阅to_csv()文档。

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

你也可以通过传递index_col=0来告诉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

另一种可能发生这种情况的情况是，如果您的数据不恰当地写入csv，使每行以逗号结束。当你试图将数据读入df时，这将在数据的末尾留下一个未命名的列Unnamed: x。

这通常是由于您的CSV已与(未命名)索引(RangeIndex)一起保存。

(修复实际上需要在保存DataFrame时完成，但这并不总是一个选项。)

解决方法:带有index_col=[0]参数的read_csv

在我看来，最简单的解决方案是读取未命名列为index。将index_col=[0]参数指定为< >强pd.read_csv < / >强，这将作为索引读入第一列。(注意方括号)。

df = pd.DataFrame('x', index=range(5), columns=list('abc'))
df


a  b  c
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x
4  x  x  x


# Save DataFrame to CSV.
df.to_csv('file.csv')

& lt; !- - - - - -→

pd.read_csv('file.csv')


Unnamed: 0  a  b  c
0           0  x  x  x
1           1  x  x  x
2           2  x  x  x
3           3  x  x  x
4           4  x  x  x


# Now try this again, with the extra argument.
pd.read_csv('file.csv', index_col=[0])


a  b  c
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x
4  x  x  x

< p > 请注意
你一开始就可以通过 如果输出CSV是在pandas中创建的，如果你的DataFrame没有开始的索引，则使用index=False:

df.to_csv('file.csv', index=False)

但如上所述，这并不总是一种选择。

临时解决方案:使用str.match进行过滤

如果你不能修改代码来读/写CSV文件，你可以用< >强str.match < / >强 通过过滤删除列:

df


Unnamed: 0  a  b  c
0           0  x  x  x
1           1  x  x  x
2           2  x  x  x
3           3  x  x  x
4           4  x  x  x


df.columns
# Index(['Unnamed: 0', 'a', 'b', 'c'], dtype='object')


df.columns.str.match('Unnamed')
# array([ True, False, False, False])


df.loc[:, ~df.columns.str.match('Unnamed')]
 

a  b  c
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x
4  x  x  x

要获取所有未命名列，你也可以使用诸如df.drop(df.filter(regex="Unname"),axis=1, inplace=True)这样的正则表达式

只需使用:del df['column_name']删除该列

你可以对“未命名”列做以下任何一种操作:

1. 删除未命名列
2. 重命名它们(如果您想使用它们)

方法1:删除未命名列

# delete one by one like column is 'Unnamed: 0' so use it's name
df.drop('Unnamed: 0', axis=1, inplace=True)


#delete all Unnamed Columns in a single code of line using regex
df.drop(df.filter(regex="Unnamed"),axis=1, inplace=True)

方法2:重命名未命名列

df.rename(columns = {'Unnamed: 0':'Name'}, inplace = True)

如果你想写一个空白的头在输入文件中，只要选择上面的'Name'为''。

其中OP的输入数据'file.csv'是:

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

简单地这样做:

df = df.loc[:, ~df.columns.str.contains('^Unnamed')]

另外:

df = df.drop(columns=['Unnamed: 0'])

from IPython.display import display
import pandas as pd
import io




df = pd.read_csv('file.csv',index_col=[0])
df = pd.read_csv(io.StringIO(df.to_csv(index=False)))
display(df.head(5))

在使用df.to_csv()时，一个不知道索引是否已被写入的解决方案如下所示:

df = pd.read_csv(file_name)
if 'Unnamed: 0' in df.columns:
df.drop('Unnamed: 0', axis=1, inplace=True)

如果一个索引没有被写入，那么index_col=[0]将使用第一列作为索引，这是我们不想要的行为。

根据我的经验，有很多原因可能不希望将该列设置为index_col =[0]，正如上面许多人建议的那样。例如，它可能包含混乱的索引值，因为数据在被索引或排序后保存到csv，而没有df.reset_index(drop=True)，导致立即混乱。

因此，如果你知道文件有这一列，而你不想要它，根据最初的问题，最简单的一行解决方案是:

df = pd.read_csv('file.csv').drop(columns=['Unnamed: 0'])

或

df = pd.read_csv('file.csv',index_col=[0]).reset_index(drop=True)