J'ai une situation dans laquelle parfois, lorsque je lis un csvde, dfj'obtiens une colonne indésirable semblable à un index nommé unnamed:0.
file.csv
,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9
Le CSV est lu avec ceci:
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
C'est très ennuyeux! Quelqu'un a-t-il une idée sur la façon de s'en débarrasser?
Réponses:
C'est la colonne d'index, passez index=Falsepour ne pas l'écrire, voir la documentation
Exemple:
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
comparer avec:
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
Vous pouvez également indiquer read_csvque la première colonne est la colonne d'index en passant 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
skipcolsargument pour read_csv, après avoir lu le csv, vous pouvez simplement le faire df = df.drop(columns=df.columns[0])ou vous pouvez simplement lire les colonnes en premier, puis passer les cols moins la première colonne quelque chose comme cols = pd.read_csv( ....., nrows=1).columns, puis relire à nouveau df = pd.read_csv(....., usecols=cols[1:])cela évite la surcharge de lecture une colonne superflue puis la laissant tomber par la suite
Ce problème se manifeste probablement parce que votre CSV a été enregistré avec son RangeIndex(qui n'a généralement pas de nom). Le correctif devrait en fait être effectué lors de l'enregistrement du DataFrame, mais ce n'est pas toujours une option.
read_csvavec index_col argumentOMI, la solution la plus simple serait de lire la colonne sans nom comme index . Spécifiez un index_col=[0]argument à pd.read_csv, ceci lit dans la première colonne comme index.
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
Remarque
Vous auriez pu éviter cela en premier lieu en utilisantindex=Falselors de la création du CSV de sortie, si votre DataFrame ne possède pas d'index pour commencer.df.to_csv('file.csv', index=False)Mais comme mentionné ci-dessus, ce n'est pas toujours une option.
str.matchSi vous ne pouvez pas modifier le code pour lire / écrire le fichier CSV, vous pouvez simplement supprimer la colonne en filtrant avec 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]correctif a facilement résolu ce problème ennuyeux de «sans nom: 0» et évite au code de réinventer la roue.
df.drop(df.filter(regex="Unname"),axis=1, inplace=True)
Un autre cas où cela pourrait se produire est si vos données ont été mal écrites dans votre csvpour que chaque ligne se termine par une virgule. Cela vous laissera avec une colonne sans nom Unnamed: xà la fin de vos données lorsque vous essayez de les lire dans un fichier df.
usecols=range(0,10)de couper la colonne sans nom