Pandas读取CSV丢失自定义索引问题求助

问题核心是：保存CSV时自定义索引会被写入为单独一列，但pd.read_csv()默认不会把这一列识别为索引，所以会自动生成新的默认索引。以下是两种场景的解决方法：

场景1：已经保存好CSV文件 #

直接在pd.read_csv()中指定index_col参数，明确告诉Pandas哪一列是原索引：

• 若原索引是CSV的第一列，用索引位置指定：

df_read = pd.read_csv('your_file.csv', index_col=0)

• 若保存时给索引列设置了名称（比如用df.to_csv(..., index_label='my_index')），可以直接用列名指定：

df_read = pd.read_csv('your_file.csv', index_col='my_index')

场景2：还未保存CSV文件（提前规避问题） #

保存时确保索引被写入（默认index=True，可显式声明），还能给索引列加名称，方便后续读取：

import pandas as pd

# 创建带自定义索引的DataFrame
data = {'score': [85, 92, 78]}
df = pd.DataFrame(data, index=['Alice', 'Bob', 'Charlie'])

# 保存时写入索引并给索引列命名（命名可选）
df.to_csv('scores.csv', index=True, index_label='name')

# 读取时直接用索引列名指定
df_read = pd.read_csv('scores.csv', index_col='name')

这样读取后的DataFrame就能完全保留原来的自定义索引，不会生成新的默认索引。

内容的提问来源于stack exchange，提问作者TheStudent