如何解决Pandas导出CSV时Unnamed: 0列无法删除的问题？

问题原因分析 #

你遇到的Unnamed: 0列，主要是两种情况导致：

1. 原始table.csv本身就包含一列无列名的索引数据，Pandas读入时自动给它命名为Unnamed: 0，即便你保存时加了index=False，这列依然会被保留。
2. 执行df2.drop("Unnamed: 0", axis=1)时，没有修改原DataFrame——Pandas的drop方法默认返回新对象，不会改动原数据，所以你看到的还是包含该列的结果。

解决方案 #

方案1：从源头避免（处理原始文件）

如果table.csv本身就有这个无列名的索引列，读入时直接把它设为索引，避免保留成普通列：

import pandas as pd

# 读入时指定第一列为索引，跳过自动命名
df = pd.read_csv("table.csv", index_col=0)
df.drop(df[df['Stock'].eq('No')].index, inplace=True)
df.to_csv('pedro.csv', index=False )

方案2：先删除原始文件中的Unnamed:0列再保存

不确定原始文件是否有该列的话，可以先检查并删除：

import pandas as pd

df = pd.read_csv("table.csv")
# 检查列名并删除Unnamed:0
if 'Unnamed: 0' in df.columns:
    df.drop('Unnamed: 0', axis=1, inplace=True)
# 过滤指定行
df.drop(df[df['Stock'].eq('No')].index, inplace=True)
# 保存时不写入索引
df.to_csv('pedro.csv', index=False )

方案3：正确删除已生成文件中的Unnamed:0列

读取pedro.csv时，要确保修改生效，要么加inplace=True，要么重新赋值：

import pandas as pd

df2 = pd.read_csv("pedro.csv")
# 方法1：直接修改原DataFrame
df2.drop("Unnamed: 0", axis=1, inplace=True)
# 方法2：重新赋值给df2
# df2 = df2.drop("Unnamed: 0", axis=1)
# 查看处理后的结果
print(df2)

内容的提问来源于stack exchange，提问作者JoseBotPy