Как избавиться от столбца "Безымянный: 0" в панде DataFrame?
У меня есть ситуация, когда иногда, когда я читаю csv из df я получаю нежелательный индексоподобный столбец с именем unnamed:0 имени unnamed:0.
file.csv
,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9
CSV читается с этим:
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
Это очень раздражает! У кого-нибудь есть идеи как от этого избавиться?
Ответы
Ответ 1
Это столбец индекса, передать index=False, чтобы не писать его, см. docs
Пример:
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
сравнить с:
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
Вы также можете указать read_csv, что первый столбец является столбцом индекса, передав 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
Ответ 2
Эта проблема, скорее всего, проявляется потому, что ваш CSV был сохранен вместе с его RangeIndex (который обычно не имеет имени). Исправление на самом деле должно быть сделано при сохранении DataFrame, но это не всегда вариант.
Как избежать проблемы: read_csv с аргументом index_col
ИМО, самым простым решением было бы прочитать безымянный столбец как индекс. Укажите аргумент index_col=[0] для pd.read_csv, который читается в первом столбце как индекс.
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
Примечание
Вы могли бы избежать этого в первую очередь путем использование index=False при создании выходного CSV, если ваш DataFrame не имеет индекса для начала с.
df.to_csv('file.csv', index=False)
Но, как уже упоминалось выше, это не всегда вариант.
Решение проблемы с задержками: фильтрация с помощью str.match
Если вы не можете изменить код для чтения/записи файла CSV, вы можете просто удалить столбец, отфильтровав с помощью 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
Ответ 3
В другом случае это может произойти, если ваши данные были неправильно записаны в csv чтобы каждая строка заканчивалась запятой. Это оставит вас с безымянным столбцом Unnamed: x в конце ваших данных, когда вы попытаетесь прочитать его в df.
Ответ 4
Чтобы просмотреть все столбцы Безымянный, вы также можете использовать регулярные выражения, такие как df.drop(df.filter(regex="Unname"),axis=1, inplace=True)
