pandas无法删除CSV导入DataFrame中的Unnamed未命名列

pandas 绝大多数 DataFrame 操作默认不会修改原对象，而是返回修改后的新 DataFrame。你代码中筛选列、调用drop的操作都没有接收返回值，相当于计算完结果就直接丢弃，原month_csv变量存储的内容没有任何改动，所以打印时还是能看到Unnamed列。
具体无效的代码点：

• month_csv.columns.str.match("Unnamed")：仅生成判断列名是否匹配规则的布尔序列，没有对DataFrame做任何修改，也没有存储结果
• month_csv.loc[:,~month_csv.columns.str.match("Unnamed")]：确实完成了非Unnamed列的筛选，但没有把筛选结果重新赋值给变量，操作结果直接被丢弃
• month_csv.drop("Unnamed: 0", axis=1)：drop方法默认inplace=False，返回删除指定列后的新DataFrame，同样因为没有赋值，原数据未发生任何变化

方案1（推荐）：读取CSV时从源头过滤Unnamed列 #

大部分Unnamed列都是之前存储CSV时未设置index=False，把行索引存成了无名列。直接在读取拼接阶段就过滤掉这类列，不需要后续额外处理：

for m in mlist: # 遍历每个月份
    print(f'Running merge for {m} collecting csv files...')
    csvlist = [i for i in glob.glob(f'{m}2019_G*.csv')]
    # 读取每个CSV时直接过滤所有Unnamed开头的列再拼接
    month_csv = pd.concat([
        pd.read_csv(csv).loc[:, lambda df: ~df.columns.str.startswith('Unnamed')]
        for csv in csvlist
    ])
    month_csv = month_csv.astype({unique_gridid:'int'})
    month_csv = month_csv.set_index(unique_gridid)
    print(month_csv)

方案2：修正原有删列逻辑，补全赋值操作 #

如果要保留你原来的处理顺序，只需要把列筛选/删除后的结果重新赋值给month_csv即可，推荐用列名匹配的方式，可以一次性删掉所有Unnamed开头的列，比硬编码删除Unnamed: 0兼容性更好：

# 原有拼接、类型转换、设索引逻辑不变
month_csv = pd.concat([pd.read_csv(csv) for csv in csvlist])
month_csv = month_csv.astype({unique_gridid:'int'})
month_csv = month_csv.set_index(unique_gridid)
# 筛选后赋值回变量，替换原有无效的两行操作
month_csv = month_csv.loc[:, ~month_csv.columns.str.match("Unnamed")]

# 如果坚持用drop方法，也要记得赋值，加errors='ignore'可以避免列不存在时报错
# month_csv = month_csv.drop("Unnamed: 0", axis=1, errors='ignore')
print(month_csv)

小提示：不推荐使用inplace=True参数修改原对象，这个参数在pandas新版本中已经逐步不推荐使用，赋值的写法可读性和可维护性更好。

内容的提问来源于stack exchange，提问作者MrKingsley