Ho una situazione in cui a volte quando ho letto una csvda dfottengo un indice simile colonna denominata indesiderati unnamed:0.
file.csv
,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9
Il CSV viene letto con questo:
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
Questo è molto fastidioso! Qualcuno ha un'idea su come sbarazzarsi di questo?
Risposte:
È la colonna dell'indice, passa index=Falseper non scriverlo, vedi i documenti
Esempio:
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
confrontare con:
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
Puoi anche facoltativamente dire read_csvche la prima colonna è la colonna dell'indice passando 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
skipcolsper cui read_csv, dopo aver letto nel csv, potresti semplicemente fare df = df.drop(columns=df.columns[0])o potresti leggere prima le colonne e poi passare i col meno la prima colonna qualcosa del genere cols = pd.read_csv( ....., nrows=1).columnse poi rileggere di nuovo df = pd.read_csv(....., usecols=cols[1:])questo evita il sovraccarico di lettura una colonna superflua e poi rilasciarla in seguito
Molto probabilmente questo problema si manifesta perché il tuo CSV è stato salvato insieme al suo RangeIndex(che di solito non ha un nome). La correzione dovrebbe effettivamente essere eseguita quando si salva DataFrame, ma questa non è sempre un'opzione.
read_csvcon index_col argomentoIMO, la soluzione più semplice sarebbe quella di leggere la colonna senza nome come indice . Specificare un index_col=[0]argomento per pd.read_csv, questo legge nella prima colonna come indice.
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
Nota
Avresti potutoindex=Falseevitarlo in primo luogo utilizzando durante la creazione del CSV di output, se il tuo DataFrame non ha un indice per cominciare.df.to_csv('file.csv', index=False)Ma come detto sopra, questa non è sempre un'opzione.
str.matchSe non puoi modificare il codice per leggere / scrivere il file CSV, puoi semplicemente rimuovere la colonna filtrando con 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
index_col=[0]correzione risolveva facilmente questo fastidioso problema di "senza nome: 0" e risparmia il codice dal reinventare la ruota.
df.drop(df.filter(regex="Unname"),axis=1, inplace=True)
Un altro caso che ciò potrebbe accadere è se i tuoi dati sono stati scritti in modo errato sul tuo csvper far terminare ciascuna riga con una virgola. Questo ti lascerà con una colonna senza nome Unnamed: xalla fine dei tuoi dati quando provi a leggerlo in a df.
usecols=range(0,10)tagliare la colonna senza nome