python中删除unnamed_如何去掉pandas数据框中的“未命名：0”列？

这个问题很可能是由于CSV和它的RangeIndex(通常没有名称)一起保存的。在保存数据帧时，实际上需要进行修复，但这并不总是一个选项。

避免问题：read_csv使用index_col参数

在IMO中，最简单的解决方案是将未命名的列读为索引。为^{}指定一个index_col=[0]参数，这将读取第一列作为索引。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 xNote

You could have avoided this in the first place by

using index=False when creating the output CSV, if your DataFrame does not have an index to begin

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

But as mentioned above, this isn't always an option.

权宜之计：用str.match过滤

如果您不能修改代码来读/写CSV文件，您可以使用^{}过滤来删除列：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