Ich habe eine Situation, in der ich manchmal, wenn ich eine csvvon lese df, eine unerwünschte indexähnliche Spalte mit dem Namen bekomme unnamed:0.
file.csv
,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9Die CSV wird folgendermaßen gelesen:
pd.read_csv('file.csv')
Unnamed: 0 A B C
0 0 1 2 3
1 1 4 5 6
2 2 7 8 9Das ist sehr nervig! Hat jemand eine Idee, wie man das loswird?
Antworten:
Es ist die Indexspalte, übergeben Sie, um index=Falsesie nicht auszuschreiben, siehe die Dokumente
Beispiel:
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 0.088335vergleichen mit:
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 0.088335Optional können Sie auch feststellen, read_csvdass die erste Spalte die Indexspalte ist, indem Sie Folgendes übergeben 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 0.088335skipcolsArgument dafür read_csv, nach dem Lesen in der CSV könnten Sie einfach tun df = df.drop(columns=df.columns[0])oder Sie könnten einfach die Spalten zuerst einlesen und dann die Spalten abzüglich der ersten Spalte so etwas wie übergeben cols = pd.read_csv( ....., nrows=1).columnsund dann erneut lesen. df = pd.read_csv(....., usecols=cols[1:])Dies vermeidet den Overhead des Lesens eine überflüssige Spalte und dann fallen lassen
Dieses Problem tritt höchstwahrscheinlich auf, weil Ihre CSV zusammen mit ihrer RangeIndex(die normalerweise keinen Namen hat) gespeichert wurde . Das Update müsste tatsächlich beim Speichern des DataFrame durchgeführt werden, dies ist jedoch nicht immer eine Option.
read_csvmit index_col ArgumentIMO, die einfachste Lösung wäre, die unbenannte Spalte als Index zu lesen . Geben Sie ein index_col=[0]Argument an pd.read_csv, das in der ersten Spalte als Index gelesen wird.
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 xHinweis
Sie hätten dies in erster Linie vermeiden können, indem Sieindex=Falsebeim Erstellen der Ausgabe-CSV verwendet haben, wenn Ihr DataFrame zunächst keinen Index hat.df.to_csv('file.csv', index=False)Wie oben erwähnt, ist dies jedoch nicht immer eine Option.
str.matchWenn Sie den Code zum Lesen / Schreiben der CSV-Datei nicht ändern können, können Sie die Spalte einfach entfernen, indem Sie filtern mit 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 xindex_col=[0]Fix löste leicht dieses lästige Problem von 'unbenannt: 0' und ersparte Code durch die ausführliche Neuerfindung des Rades.
df.drop(df.filter(regex="Unname"),axis=1, inplace=True)
Ein anderer Fall, in dem dies passieren könnte, ist, wenn Ihre Daten nicht ordnungsgemäß in Ihre Daten geschrieben csvwurden, damit jede Zeile mit einem Komma endet. Dadurch wird Unnamed: xam Ende Ihrer Daten eine unbenannte Spalte angezeigt, wenn Sie versuchen, sie in eine zu lesen df.
usecols=range(0,10)die unbenannte Spalte abgeschnitten