将 Pandas 转换为不带索引的 CSV
Manav Narula
2024年2月15日
如你所知，索引可以被认为是一个参考点，用于存储和访问 DataFrame 中的记录。它们对每一行都是唯一的，通常范围从 0 到 DataFrame 的最后一行，但我们也可以有序列号、日期和其他唯一的列作为 DataFrame 的索引。
但有时在导出或读取文件时，用户可能不需要这个额外的索引列。用下面的 DataFrame 会更清楚地说明这个问题。
import pandas as pd
df = pd.DataFrame([[6, 7, 8], [9, 12, 14], [8, 10, 6]], columns=["a", "b", "c"])
print(df)
输出：
a b c
0 6 7 8
1 9 12 14
2 8 10 6
正如你所看到的，我们在 DataFrame 中增加了一个额外的索引，用户在将其保存到文件时可以避免这个索引。如果我们想把这个 DataFrame 转换成一个没有索引列的 CSV 文件，我们可以通过在 to_csv() 函数中把 index 设置为 False 来实现。
示例代码。
import pandas as pd
df = pd.DataFrame([[6, 7, 8], [9, 12, 14], [8, 10, 6]], columns=["a", "b", "c"])
print(df)
df.to_csv("data2.csv", index=False)
输出：
a b c
0 6 7 8
1 9 12 14
2 8 10 6
从输出中可以看出，DataFrame 确实有一个索引，但由于我们将 index 参数设置为 False，所以导出的 CSV 文件不会有额外的一列。
如果我们导出一个带有额外索引列的文件（没有将 index 参数设置为 False），然后尝试读取它，我们将得到一个奇怪的额外列。
import pandas as pd
df = pd.DataFrame([[6, 7, 8], [9, 12, 14], [8, 10, 6]], columns=["a", "b", "c"])
print(df)
df.to_csv("data2.csv")
df_new = pd.read_csv("data2.csv")
print(df_new)
输出：
a b c
0 6 7 8
1 9 12 14
2 8 10 6
Unnamed: 0 a b c
0 0 6 7 8
1 1 9 12 14
2 2 8 10 6
正如你所看到的，df_new DataFrame 有一个额外的 Unnamed 列。
作者： Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn