刪除pandas中產(chǎn)生Unnamed:0列的操作
我們?cè)跀?shù)據(jù)處理，往往不小心，pandas會(huì)“主動(dòng)”加上行和列的名稱，我現(xiàn)在就遇到了這個(gè)問題。
這個(gè)是pandas中to_csv生成的數(shù)據(jù)各種拼接之后的最終數(shù)據(jù)（默認(rèn)參數(shù)，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
我們可以看到，第一列 Unnamed：0 ，第三列Unnamed：0，這兩列是我們不想需要的數(shù)據(jù)，產(chǎn)生原因是我們?cè)谏蒫sv文件的時(shí)候，采用的是默認(rèn)參數(shù)，我們可以在生成csv時(shí)候，可以使用下面參數(shù)解決這一個(gè)問題。
to_csv()時(shí)候，設(shè)置index=False?；蛘呒由蟟ndex=True, index_label="id"
另外有其他同學(xué)會(huì)說了，我不想重復(fù)的再進(jìn)行一遍數(shù)據(jù)處理工作，我就想在我們生成這個(gè)CSV中處理，一樣是可以的，事實(shí)是我也是這么做的。
import pandas as pd
data = pd.read_csv('finalData.csv')
print('一共有多少個(gè)樣本呢？', len(data))
print('展示樣本前4個(gè)數(shù)據(jù)')
print(data.head())
print('打印樣本集的其他詳細(xì)信息：')
print(data.info())
print('=============================開始處理：==============================')
newData = data.loc[:, ~data.columns.str.contains('^Unnamed')]
print(newData.head())
newData.to_csv('myVecData.csv', index=False)
別忘了index=False，不然又生成一列新的這個(gè)不討人喜歡的東西了。列處理也是一樣，有參數(shù)column=False，不再贅述。
最后效果：
=============================開始處理：==============================
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
補(bǔ)充：【pandas】pandas每次使用append追加行時(shí)都生成一個(gè)Unnamed列
pandas每次使用append追加行時(shí)多出一個(gè)Unnamed列！
解決辦法：
追加行數(shù)據(jù)前，read_csv函數(shù)讀取數(shù)據(jù)時(shí)， 增加 index_col 參數(shù)，指定哪一行為索引行。
如：
test = pd.read_csv(filename,index_col=0)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
python語(yǔ)音識(shí)別的轉(zhuǎn)換方法
語(yǔ)音識(shí)別技術(shù)，也被稱為自動(dòng)語(yǔ)音識(shí)別，目標(biāo)是以電腦自動(dòng)將人類的語(yǔ)音內(nèi)容轉(zhuǎn)換為相應(yīng)的文字。應(yīng)用包括語(yǔ)音撥號(hào)、語(yǔ)音導(dǎo)航、室內(nèi)設(shè)備控制、語(yǔ)音文檔檢索、簡(jiǎn)單的聽寫數(shù)據(jù)錄入等。本文給大家介紹python語(yǔ)音識(shí)別的方法，感興趣的朋友一起看看吧2021-10-10
Python實(shí)現(xiàn)畫箱線圖展示數(shù)據(jù)分布情況
這篇文章主要介紹了Python實(shí)現(xiàn)畫箱線圖展示數(shù)據(jù)分布情況,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-07-07
pytorch 實(shí)現(xiàn)張量tensor,圖片,CPU,GPU,數(shù)組等的轉(zhuǎn)換
今天小編就為大家分享一篇pytorch 實(shí)現(xiàn)張量tensor,圖片,CPU,GPU,數(shù)組等的轉(zhuǎn)換，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python實(shí)現(xiàn)線程狀態(tài)監(jiān)測(cè)簡(jiǎn)單示例
這篇文章主要介紹了Python實(shí)現(xiàn)線程狀態(tài)監(jiān)測(cè),結(jié)合簡(jiǎn)單實(shí)例形式分析了Python線程start啟動(dòng)、sleep推遲運(yùn)行、isAlive判斷等方法使用技巧,需要的朋友可以參考下2018-03-03
這篇文章主要介紹了Python中Selenium模塊的使用詳解，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
Django中ORM找出內(nèi)容不為空的數(shù)據(jù)實(shí)例
這篇文章主要介紹了Django中ORM找出內(nèi)容不為空的數(shù)據(jù)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05
今天小編就為大家分享一篇python 尋找離散序列極值點(diǎn)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python Django安裝配置模板系統(tǒng)及使用實(shí)戰(zhàn)全面詳解
本文首先介紹了Django模板系統(tǒng)的基礎(chǔ)知識(shí),接著探討了如何安裝和配置Django模板系統(tǒng),然后深入解析了Django模板的基本結(jié)構(gòu)、標(biāo)簽和過濾器的用法,闡述了如何在模板中展示模型數(shù)據(jù),最后使用一個(gè)實(shí)際項(xiàng)目的例子來演示如何在實(shí)際開發(fā)中使用Django模板系統(tǒng)2023-09-09
今天小編就為大家分享一篇Python3 讀取Word文件方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
編寫python代碼實(shí)現(xiàn)簡(jiǎn)單抽獎(jiǎng)器
這篇文章主要介紹了編寫python代碼實(shí)現(xiàn)簡(jiǎn)單抽獎(jiǎng)器,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-10-10