Tôi có một tình huống trong đó đôi khi khi tôi đọc csvtừ dftôi nhận được một cột giống như chỉ mục không mong muốn được đặt tên unnamed:0.

file.csv

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

CSV được đọc với điều này:

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

Điều này rất khó chịu! Có ai có một ý tưởng về làm thế nào để thoát khỏi điều này?

Đó là cột chỉ mục, vượt qua index=Falseđể không viết nó ra, xem tài liệu

Thí dụ:

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

so sánh với:

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

Bạn cũng có thể tùy ý nói read_csvrằng cột đầu tiên là cột chỉ mục bằng cách chuyển index_col=0:

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

Vấn đề này rất có thể là do các CSV của bạn đã được lưu cùng với nó RangeIndex(thường không có tên). Việc khắc phục thực sự cần phải được thực hiện khi lưu DataFrame, nhưng điều này không phải lúc nào cũng là một tùy chọn.

Tránh vấn đề: read_csvvới index_col tranh luận

IMO, giải pháp đơn giản nhất là đọc cột không tên làm chỉ mục . Chỉ định một index_col=[0]đối số pd.read_csv, điều này đọc trong cột đầu tiên là chỉ mục.

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')

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

Lưu ý
Bạn có thể tránh điều này ở nơi đầu tiên bằng cách sử dụng index=Falsekhi tạo CSV đầu ra, nếu DataFrame của bạn không có chỉ mục để bắt đầu.

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

Nhưng như đã đề cập ở trên, điều này không phải lúc nào cũng là một lựa chọn.

Giải pháp Stopgap: Lọc với str.match

Nếu bạn không thể sửa đổi mã để đọc / ghi tệp CSV, bạn chỉ có thể xóa cột bằng cách lọc bằng str.match:

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

Một trường hợp khác có thể xảy ra là nếu dữ liệu của bạn được ghi không chính xác csvvào mỗi hàng để kết thúc bằng một dấu phẩy. Điều này sẽ để lại cho bạn một cột không tên Unnamed: xở cuối dữ liệu của bạn khi bạn cố đọc nó thành một df.

Để có được tất cả các cột Chưa đặt tên, bạn cũng có thể sử dụng regex như df.drop(df.filter(regex="Unname"),axis=1, inplace=True)

Chỉ cần xóa cột đó bằng cách sử dụng: del df['column_name']