关于Pandas read_csv中index_col默认行为的疑问（附示例）

你对read_csv中index_col=None的自动判断逻辑理解反了——只有当数据行的字段数多于表头字段数时，pandas才会自动将多出的列设为索引；反之，当表头字段数更多时，它只会给数据行缺失的列填充NaN，同时使用默认的整数索引。

你的测试案例分析 #

你的示例里，表头包含4个字段，数据行仅3个字段（比表头少1），这种情况不在pandas自动设置索引的触发条件内。运行代码后得到的结果是表头全部保留，数据行最后一列补NaN，默认整数索引作为行标签，这才是符合pandas实际行为的：

pandas   koalas   lizards  kangaroos
0        1        2        3        NaN
1        4        5        6        NaN

pandas官方的准确推断规则 #

根据pandas官方文档，index_col=None时的自动索引推断逻辑是：

若表头行的字段数比数据行少1，第一列会被当作索引；否则，使用默认的RangeIndex（整数索引）。

实现你预期效果的方法 #

如果你想把pandas列设为索引，需要显式指定index_col=0：

import pandas as pd
df = pd.read_csv("io_tools_example_index.txt", index_col=0)

运行后将得到你预期的结果：

koalas   lizards  kangaroos
pandas                                
1               2        3        NaN
4               5        6        NaN

内容的提问来源于stack exchange，提问作者An Ignorant Wanderer