删除pandas中产生Unnamed:0列的操作
更新时间：2021年03月27日 09:05:00 作者：敲代码的乔帮主
这篇文章主要介绍了删除pandas中产生Unnamed:0列的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
我们在数据处理，往往不小心，pandas会“主动”加上行和列的名称，我现在就遇到了这个问题。
这个是pandas中to_csv生成的数据各种拼接之后的最终数据（默认参数，index=True,column=True）
Unnamed: 0 ip Unnamed: 0.1 ... 766 767 class 0 0 google.com 0 ... 0.376452 0.148091 0 1 1 facebook.com 1 ... -0.044634 -0.180167 0 2 2 youtube.com 2 ... 0.172028 0.002102 0 3 3 yahoo.com 3 ... 0.286067 -0.269647 0 4 4 baidu.com 4 ... 0.034892 0.445554 0
我们可以看到，第一列 Unnamed：0 ，第三列Unnamed：0，这两列是我们不想需要的数据，产生原因是我们在生成csv文件的时候，采用的是默认参数，我们可以在生成csv时候，可以使用下面参数解决这一个问题。
to_csv()时候，设置index=False。或者加上index=True, index_label="id"
另外有其他同学会说了，我不想重复的再进行一遍数据处理工作，我就想在我们生成这个CSV中处理，一样是可以的，事实是我也是这么做的。
import pandas as pd
data = pd.read_csv('finalData.csv')
print('一共有多少个样本呢？', len(data))
print('展示样本前4个数据')
print(data.head())
print('打印样本集的其他详细信息：')
print(data.info())
print('=============================开始处理：==============================')
newData = data.loc[:, ~data.columns.str.contains('^Unnamed')]
print(newData.head())
newData.to_csv('myVecData.csv', index=False)
别忘了index=False，不然又生成一列新的这个不讨人喜欢的东西了。列处理也是一样，有参数column=False，不再赘述。
最后效果：
=============================开始处理：==============================
ip 0 1 ... 766 767 class
0 google.com 0.282674 -0.359200 ... 0.376452 0.148091 0
1 facebook.com 0.542586 -0.390693 ... -0.044634 -0.180167 0
2 youtube.com 0.598675 -0.679748 ... 0.172028 0.002102 0
3 yahoo.com 0.212740 -0.823602 ... 0.286067 -0.269647 0
4 baidu.com 0.017386 -0.355357 ... 0.034892 0.445554 0
补充：【pandas】pandas每次使用append追加行时都生成一个Unnamed列
pandas每次使用append追加行时多出一个Unnamed列！
解决办法：
追加行数据前，read_csv函数读取数据时， 增加 index_col 参数，指定哪一行为索引行。
如：
test = pd.read_csv(filename,index_col=0)
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
相关文章
本文主要介绍了Python中的内置函数locals()的具体用法和应用场景,locals()函数用于获取当前局部符号表的字典,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2024-09-09
这篇文章主要介绍了Python的函数嵌套的使用方法，有需要的朋友可以参考一下2014-01-01
这篇文章主要介绍了深入了解Python中pop和remove的使用方法，具有一定借鉴价值,需要的朋友可以参考下2018-01-01
条形码和二维码是现代信息交换和数据存储的重要工具,它们将信息以图形的形式编码,便于机器识别和数据处理,本文将介绍如何使用Python快速生成各种常见的条形码如Code 128、EAN-13,以及生成二维码,需要的朋友可以参考下2024-07-07
Python 实现简单的shell sed替换功能(实例讲解)
下面小编就为大家带来一篇Python 实现简单的shell sed替换功能(实例讲解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-09-09
这篇文章主要介绍了关于pytorch求导总结(torch.autograd)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
在Django admin中编辑ManyToManyField的实现方法
今天小编就为大家分享一篇在Django admin中编辑ManyToManyField的实现方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
这篇文章主要介绍了收集的几个Python小技巧分享,如获得当前机器的名字、获取当前工作路径、获取系统的临时目录等,需要的朋友可以参考下2014-11-11
这篇文章主要介绍了python如何导入自己的模块，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-02-02
这篇文章主要介绍了Keras 加载已经训练好的模型进行预测操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
最新评论