将 pandas 转换为不带索引的 csv-ag捕鱼王app官网

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。