如何擺脫從 CSV 文件中讀取的 pandas DataFrame 中的“未命名：0”列？

Question

我有一種情況，有時當我從df讀取csv時，我會得到一個名為unnamed:0的不需要的類似索引的列。

file.csv

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

CSV 是這樣讀取的：

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

這很煩人？ 有誰知道如何擺脫這個？

Answer 1

它是索引列，傳遞pd.to_csv(..., index=False)以首先不寫出未命名的索引列，請參閱to_csv()文檔。

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

與之比較：

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

您還可以選擇通過傳遞index_col=0告訴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

這通常是由於您的 CSV 與（未命名的）索引 ( RangeIndex ) 一起保存造成的。

（在保存 DataFrame 時實際上需要進行修復，但這並不總是一種選擇。）

解決方法：帶有index_col=[0]參數的read_csv

IMO，最簡單的解決方案是將未命名的列讀取為index 。 為pd.read_csv指定一個index_col=[0]參數，這會在第一列中讀取為索引。 （注意方括號）。

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

筆記
如果輸出 CSV 是在 pandas 中創建的，如果您的 DataFrame 沒有以開頭的索引，則您可以首先使用index=False避免這種情況：

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

但如上所述，這並不總是一種選擇。

---

權宜之計：使用str.match過濾

如果您無法修改代碼以讀取/寫入 CSV 文件，則可以通過使用str.match過濾來刪除該列：

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

要獲取所有未命名列，您還可以使用正則表達式，例如df.drop(df.filter(regex="Unname"),axis=1, inplace=True)

Answer 4

另一種可能發生這種情況的情況是，如果您的數據被錯誤地寫入csv以使每一行都以逗號結尾。 當您嘗試將數據讀入df時，這將為您留下一個未命名的列Unnamed: x 。

Answer 5

您可以使用“未命名”列執行以下任一操作：

1. 刪除未命名的列
2. 重命名它們（如果你想使用它們）

方法 1：刪除未命名的列

# 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)

如果您想在輸入文件中寫出空白標題，只需選擇上面的“名稱”為“”。

OP的輸入數據'file.csv'是：

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

#讀取文件df = pd.read_csv('file.csv')

Answer 6

只需使用以下命令刪除該列： del df['column_name']

Answer 7

這樣做很簡單：

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()時不知道索引是否已寫入的解決方案如下所示：

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

如果未寫入索引，則index_col=[0]將使用第一列作為索引，這是人們不希望的行為。

Answer 11

根據我的經驗，您可能不想將該列設置為 index_col =[0] 的原因有很多，因為上面有很多人建議。 例如，它可能包含混亂的索引值，因為數據在沒有df.reset_index(drop=True)的情況下被索引或排序后保存到 csv 會導致即時混亂。

因此，如果您知道文件有此列並且您不想要它，根據原始問題，最簡單的 1 行解決方案是：

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)