Pandas转换/处理CSV时自动添加行号列如何避免？

嘿，这个问题我刚学Pandas的时候也踩过坑！其实原因很简单：Pandas的to_csv()方法默认会把DataFrame的索引（也就是你看到的行号）写入到CSV文件里，所以下次读取的时候，这个索引就变成了一个无列名的Unnamed: 0列。

给你两种解决思路，按需选择：

1. 优化整个流程（推荐） #

不用生成中间的test.csv文件，直接从JSON读取后处理并保存，一步到位还能减少冗余操作：

import pandas as pd

# 读取JSON数据
data = pd.read_json("test.json")
# 删除不需要的列
data = data.drop(["cashtag", "id", "source"], axis=1)
# 保存CSV时添加index=False，禁止写入索引列
data.to_csv("test_cleaned.csv", index=False)
# 查看处理后的结果
data.head()

2. 修改现有代码的关键参数 #

如果你还是想保留中间文件的步骤，只需要在每次调用to_csv()时加上index=False参数即可：

• 转换JSON到CSV时：

pd.read_json("test.json").to_csv("test.csv", index=False)

• 处理后保存清理后的CSV时：

data.to_csv("test_cleaned.csv", index=False)

额外小技巧：处理已有的带Unnamed列的CSV #

如果已经生成了带Unnamed: 0列的CSV文件，读取时可以直接把它当作索引，或者读取后删除：

# 方法1：读取时指定index_col=0，把Unnamed列当作DataFrame的索引
data = pd.read_csv("test.csv", index_col=0)

# 方法2：读取后直接删除该列
data = pd.read_csv("test.csv").drop("Unnamed: 0", axis=1)

这样处理后，你的输出CSV就只会保留sentiment score和spans这两列，不会再出现额外的行号列啦！

内容的提问来源于stack exchange，提问作者Fabs