Saya memiliki situasi di mana kadang-kadang ketika saya membaca csvdari dfsaya mendapatkan kolom seperti indeks yang tidak diinginkan bernama unnamed:0.

file.csv

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

CSV dibaca dengan ini:

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

Ini sangat menyebalkan! Adakah yang punya ide tentang cara menghilangkan ini?

Ini kolom indeks, lulus index=Falseuntuk tidak menuliskannya, lihat dokumen

Contoh:

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

dibandingkan dengan:

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

Anda juga bisa memberi tahu secara opsional read_csvbahwa kolom pertama adalah kolom indeks dengan melewatkan 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

Masalah ini kemungkinan besar bermanifestasi karena CSV Anda disimpan bersama dengan RangeIndex(yang biasanya tidak memiliki nama). Perbaikan sebenarnya perlu dilakukan saat menyimpan DataFrame, tetapi ini tidak selalu merupakan opsi.

Menghindari Masalah: read_csvdengan index_col argumen

IMO, solusi paling sederhana adalah dengan membaca kolom yang tidak disebutkan namanya sebagai indeks . Tentukan index_col=[0]argumen untuk pd.read_csv, ini dibaca di kolom pertama sebagai 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

Catatan
Anda bisa menghindari ini sejak awal dengan menggunakan index=Falsesaat membuat CSV output, jika DataFrame Anda tidak memiliki indeks untuk memulai.

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

Tapi seperti yang disebutkan di atas, ini tidak selalu menjadi pilihan.

Solusi Stopgap: Memfilter dengan str.match

Jika Anda tidak dapat mengubah kode untuk membaca / menulis file CSV, Anda bisa menghapus kolom dengan memfilter dengan 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

Kasus lain yang mungkin terjadi adalah jika data Anda tidak ditulis dengan benar csvagar setiap baris diakhiri dengan koma. Ini akan meninggalkan Anda dengan kolom yang tidak disebutkan namanya Unnamed: xdi akhir data Anda ketika Anda mencoba membacanya menjadi a df.

Untuk mendapatkan semua kolom Tanpa Nama, Anda juga dapat menggunakan regex seperti df.drop(df.filter(regex="Unname"),axis=1, inplace=True)

Hapus saja kolom itu menggunakan: del df['column_name']