解决pandas读取CSV仅识别首列表头及设置datetimeindex问题

问题根源 #

你的CSV文件是空白字符（空格/制表符）分隔的，而pd.read_csv默认用逗号作为分隔符，导致pandas无法正确识别后续列的表头，所以出现Unnamed系列列名。

解决方案 #

直接在读取时完成分隔符识别、日期解析和索引设置，针对8万行的大文件更高效：

import pandas as pd

# 读取CSV，指定空白分隔符，解析Epoch列为日期并设为索引
df = pd.read_csv(
    'localfilepath/filename.csv',
    sep='\s+',  # 匹配任意数量的空格/制表符
    header=0,
    parse_dates=['Epoch'],  # 自动将Epoch列解析为datetime格式
    index_col='Epoch'  # 直接将Epoch设为索引
)

# 查看处理后的结果
print(df.head())

关键参数说明 #

• sep='\s+'：解决空白分隔的核心参数，确保所有列（包括后续的数值表头）都能被正确识别
• parse_dates=['Epoch']：读取时直接将Epoch列转为datetime类型，避免后续单独转换的额外开销
• index_col='Epoch'：一步到位设置索引，省去额外的set_index操作

备选补全方案（若已读取文件） #

如果已经读取了带Unnamed列的数据集，也可以补全处理：

# 重新读取并识别列名
df = pd.read_csv('localfilepath/filename.csv', sep='\s+', header=0)
# 转换Epoch列为datetime格式
df['Epoch'] = pd.to_datetime(df['Epoch'])
# 设置为索引
df.set_index('Epoch', inplace=True)

内容的提问来源于stack exchange，提问作者new-to-coding