Mam sytuację, w której czasami, gdy czytam csvz df, otrzymuję niechcianą kolumnę o nazwie indeksowej unnamed:0.

file.csv

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

Plik CSV czyta się w ten sposób:

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

To bardzo irytujące! Czy ktoś ma pomysł, jak się tego pozbyć?

To kolumna indeksu, przejdź, index=Falseaby jej nie pisać, zobacz dokumentację

Przykład:

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

porównać z:

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

Możesz również opcjonalnie powiedzieć, read_csvże pierwsza kolumna jest kolumną indeksu, przekazując index_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

Ten problem najprawdopodobniej występuje, ponieważ RangeIndexplik CSV został zapisany wraz z plikiem (który zwykle nie ma nazwy). Naprawa musiałaby zostać wykonana podczas zapisywania DataFrame, ale nie zawsze jest to opcja.

Unikanie problemu: read_csvz index_col argumentacją

IMO, najprostszym rozwiązaniem byłoby odczytanie nienazwanej kolumny jako indeksu . Podaj index_col=[0]argument do pd.read_csv, który wczyta pierwszą kolumnę jako indeks.

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

Uwaga Przede wszystkim
można było tego uniknąć, używając index=Falsepodczas tworzenia wyjściowego pliku CSV, jeśli DataFrame nie ma indeksu na początku.

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

Ale jak wspomniano powyżej, nie zawsze jest to opcja.

Rozwiązanie tymczasowe: filtrowanie za pomocą str.match

Jeśli nie możesz zmodyfikować kodu w celu odczytania / zapisu pliku CSV, możesz po prostu usunąć kolumnę, filtrując za pomocą str.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

Innym przypadkiem, w którym może się to zdarzyć, jest niepoprawne zapisanie danych w Twoim, csvaby każdy wiersz kończył się przecinkiem. Spowoduje to pozostawienie nienazwanej kolumny Unnamed: xna końcu danych podczas próby odczytania ich do pliku df.

Aby uzyskać przejęcie wszystkich kolumn bez nazwy, możesz również użyć wyrażenia regularnego, takiego jak df.drop(df.filter(regex="Unname"),axis=1, inplace=True)

Po prostu usuń tę kolumnę za pomocą: del df['column_name']