问题:如何摆脱熊猫DataFrame中的“未命名:0”列?
我遇到一种情况,有时当我csv
从中读取时,会df
得到一个不需要的类似索引的列,名为unnamed:0
。
file.csv
,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9
CSV读取与此:
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一点?
回答 0
它是索引列,请传递index=False
以不将其写出,请参阅文档
例:
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read_csv
通过传递index_col=0
以下内容来判断第一列是索引列:
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
回答 1
由于您的CSV及其CSV文件RangeIndex
(通常没有名称)一起保存,因此很可能会出现此问题。在保存DataFrame时,实际上需要完成此修复,但这并不总是一种选择。
避免问题:read_csv
带有index_col
参数
IMO,最简单的解决方案是将未命名的列作为index读取。将index_col=[0]
参数指定为pd.read_csv
,它将在第一列中读取作为索引。
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
注意如果DataFrame没有索引开头,则可以
通过index=False
在创建输出CSV时使用来避免这种情况。df.to_csv('file.csv', index=False)
但是如上所述,这并不总是一种选择。
权宜之计解决方案:过滤 str.match
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
以下:
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
回答 2
可能发生这种情况的另一种情况是,如果您的数据被不正确地写入到您的数据中,以致csv
每一行都以逗号结尾。Unnamed: x
当您尝试将数据读入时,这将在数据末尾留下一个未命名的列df
。
回答 3
要使用所有未命名列,您还可以使用正则表达式,例如 df.drop(df.filter(regex="Unname"),axis=1, inplace=True)
回答 4
只需使用以下命令删除该列: del df['column_name']