如何摆脱从 CSV 文件中读取的 pandas DataFrame 中的“未命名：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？ 有谁知道如何摆脱这个？

Answer 1

它是索引列，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()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

与之比较：

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

Answer 2

这通常是由于您的 CSV 与（未命名的）索引 ( RangeIndex ) 一起保存造成的。

（在保存 DataFrame 时实际上需要进行修复，但这并不总是一种选择。）

解决方法：带有index_col=[0]参数的read_csv

IMO，最简单的解决方案是将未命名的列读取为index 。 为pd.read_csv指定一个index_col=[0]参数，这会在第一列中读取为索引。 （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')

<!- ->

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

笔记
如果输出 CSV 是在 pandas 中创建的，如果您的 DataFrame 没有以开头的索引，则您可以首先使用index=False避免这种情况：

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

但如上所述，这并不总是一种选择。

---

权宜之计：使用str.match过滤

如果您无法修改代码以读取/写入 CSV 文件，则可以通过使用str.match过滤来删除该列：

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

Answer 3

要获取所有未命名列，您还可以使用正则表达式，例如df.drop(df.filter(regex="Unname"),axis=1, inplace=True)

Answer 4

另一种可能发生这种情况的情况是，如果您的数据被错误地写入csv以使每一行都以逗号结尾。 当您尝试将数据读入df时，这将为您留下一个未命名的列Unnamed: x 。

Answer 5

您可以使用“未命名”列执行以下任一操作：

1. 删除未命名的列
2. 重命名它们（如果你想使用它们）

方法 1：删除未命名的列

# 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：重命名未命名的列

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

如果您想在输入文件中写出空白标题，只需选择上面的“名称”为“”。

OP的输入数据'file.csv'是：

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

#读取文件df = pd.read_csv('file.csv')

Answer 6

只需使用以下命令删除该列： del df['column_name']

Answer 7

这样做很简单：

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

Answer 8

或者：

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

Answer 9

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))

Answer 10

使用df.to_csv()时不知道索引是否已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)

如果未写入索引，则index_col=[0]将使用第一列作为索引，这是人们不希望的行为。

Answer 11

根据我的经验，您可能不想将该列设置为 index_col =[0] 的原因有很多，因为上面有很多人建议。 例如，它可能包含混乱的索引值，因为数据在没有df.reset_index(drop=True)的情况下被索引或排序后保存到 csv 会导致即时混乱。

因此，如果您知道文件有此列并且您不想要它，根据原始问题，最简单的 1 行解决方案是：

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

或者

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