ฉันมีสถานการณ์ขัดแย้งบางครั้งเมื่อฉันอ่านได้csvจากที่ฉันได้รับดัชนีเหมือนคอลัมน์ชื่อที่ไม่พึงประสงค์dfunnamed:0

file.csv

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

CSV อ่านด้วยสิ่งนี้:

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

มันน่ารำคาญมาก! ใครบ้างมีความคิดเกี่ยวกับวิธีการกำจัดนี้

เป็นคอลัมน์ดัชนีส่งผ่านindex=Falseเพื่อไม่เขียนออกมาดูเอกสาร

ตัวอย่าง:

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

เปรียบเทียบกับ:

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

คุณสามารถเลือกบอกได้read_csvว่าคอลัมน์แรกคือคอลัมน์ดัชนีโดยผ่านindex_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

ปัญหานี้น่าจะเกิดขึ้นเพราะ CSV ของคุณได้รับการบันทึกพร้อมกับ RangeIndex (ซึ่งโดยปกติจะไม่มีชื่อ) การแก้ไขจะต้องทำจริงเมื่อบันทึก DataFrame แต่นี่ไม่ใช่ตัวเลือกเสมอไป

หลีกเลี่ยงปัญหา: read_csvด้วยindex_col โต้แย้ง

IMO, วิธีที่ง่ายที่สุดที่จะอ่านคอลัมน์ชื่อเป็นดัชนี ระบุindex_col=[0]ข้อโต้แย้งถึงpd.read_csvอ่านในคอลัมน์แรกเป็นดัชนี

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

หมายเหตุ
คุณสามารถหลีกเลี่ยงสิ่งนี้ได้ตั้งแต่แรกโดยใช้index=Falseเมื่อสร้าง CSV ออกหาก DataFrame ของคุณไม่มีดัชนีเริ่มต้น

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

แต่ดังกล่าวข้างต้นนี่ไม่ใช่ตัวเลือกเสมอไป

โซลูชัน Stopgap: การกรองด้วย str.match

หากคุณไม่สามารถแก้ไขรหัสเพื่ออ่าน / เขียนไฟล์ CSV คุณสามารถลบคอลัมน์โดยการกรองด้วยstr.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

อีกกรณีหนึ่งที่อาจเกิดขึ้นคือถ้าข้อมูลของคุณเขียนไม่ถูกต้องcsvให้แต่ละแถวจบด้วยเครื่องหมายจุลภาค นี้จะทำให้คุณมีคอลัมน์ที่ไม่มีชื่อในตอนท้ายของข้อมูลของคุณเมื่อคุณพยายามที่จะอ่านมันเป็นUnnamed: xdf

ในการรับคอลัมน์ที่ไม่มีชื่อทั้งหมดคุณสามารถใช้ regex เช่น df.drop(df.filter(regex="Unname"),axis=1, inplace=True)

เพียงลบคอลัมน์นั้นโดยใช้: del df['column_name']