मैं एक स्थिति है जब मैंने पढ़ा है जिसमें कभी कभी एक है csvसे dfमैं एक अवांछित सूचकांक की तरह नामित स्तंभ मिलता unnamed:0।
file.csv
,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9
CSV को इसके साथ पढ़ा जाता है:
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
यह बहुत कष्टप्रद है! क्या किसी को इस बात का अंदाजा है कि इससे कैसे छुटकारा पाया जाए?
जवाबों:
यह इंडेक्स कॉलम है, index=Falseइसे न लिखने के लिए पास करें, डॉक्स देखें
उदाहरण:
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
तुलना करना:
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
आप वैकल्पिक रूप से यह भी बता सकते हैं read_csvकि पहला कॉलम उत्तीर्ण होकर सूचकांक स्तंभ है 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
skipcolsतर्क नहीं है read_csv, सीएसवी में पढ़ने के बाद आप बस कर सकते हैं df = df.drop(columns=df.columns[0])या आप पहले कॉलम को पढ़ सकते हैं और फिर पहले कॉलम को कुछ इस तरह से पास कर सकते हैं cols = pd.read_csv( ....., nrows=1).columnsऔर फिर दोबारा पढ़ने से df = pd.read_csv(....., usecols=cols[1:])यह पढ़ने के ओवरहेड से बचा जाता है। एक शानदार स्तंभ और फिर बाद में इसे छोड़ देना
यह समस्या सबसे अधिक प्रकट होती है क्योंकि आपका CSV इसके साथ सहेजा गया था RangeIndex(जिसका आमतौर पर नाम नहीं होता)। डेटाफ़्रेम को सहेजते समय फ़िक्स को वास्तव में करने की आवश्यकता होगी, लेकिन यह हमेशा एक विकल्प नहीं होता है।
read_csvसाथindex_colIMO, इंडेक्स के रूप में अनाम कॉलम को पढ़ना सबसे सरल उपाय होगा । एक index_col=[0]तर्क निर्दिष्ट करें pd.read_csv, यह सूचकांक के रूप में पहले कॉलम में पढ़ता है।
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
नोट
यदि आपindex=Falseअपने डेटाफ़्रेम को प्रारंभ करने के लिए कोई इंडेक्स नहीं बनाते हैं, तो आउटपुट CSV बनाते समय उपयोग करके आप इसे पहले ही टाल सकते थे।df.to_csv('file.csv', index=False)लेकिन जैसा कि ऊपर कहा गया है, यह हमेशा एक विकल्प नहीं है।
str.matchआप पढ़ सकते हैं / CSV फ़ाइल में लिखने के लिए कोड संशोधित नहीं कर सकते हैं, तो आप सिर्फ कर सकते हैं छान कर इस स्तंभ को निकालने के साथ 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]फिक्स ने 'अनाम: 0' की इस कष्टप्रद समस्या को आसानी से हल कर दिया और पहिया को सुदृढ़ करने वाली क्रिया से पुर्जों का कोड।
df.drop(df.filter(regex="Unname"),axis=1, inplace=True)