[英]How to get rid of "Unnamed: 0" column in a pandas DataFrame read in from CSV file?
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?
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
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。)
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。
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
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)
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
。
您可以使用“未命名”列執行以下任一操作:
# 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)
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')
只需使用以下命令刪除該列: del df['column_name']
這樣做很簡單:
df = df.loc[:, ~df.columns.str.contains('^Unnamed')]
或者:
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))
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。
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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.