使用pd.read_csv读取后为何出现额外‘0’行？如何避免？

嘿，我来帮你搞定这个烦人的额外行问题！你看到的那行名为‘0’的内容，其实是pandas处理Series的CSV保存和读取时，表头与索引的默认规则导致的，咱们一步步理清楚：

问题原因 #

你的df1是一个pandas.Series，当执行df1.to_csv("df1.csv")时，pandas默认会把Series的索引作为第一列，值作为第二列。因为你没给这个Series指定列名，保存后的CSV文件第一行会自动加上一个默认列名0（对应值的列），而索引列没有列名。

之后你用pd.read_csv("df1.csv", index_col=0, header=None)读取时，header=None告诉pandas“不要把第一行当表头”，但CSV里的第一行其实是默认的列名0，这就被pandas当成了一条数据行，于是就出现了那行多余的0。

几种解决方法 #

方法1：保存时直接关闭表头输出

既然Series本身不需要额外表头，保存时直接禁用表头输出，这样CSV里就只有索引和值的数据行：

# 保存时添加header=False参数
df1.to_csv("df1.csv", header=False)
# 读取方式不变
df1 = pd.read_csv("df1.csv", index_col=0, header=None)

方法2：读取时正确识别表头

如果已经保存了带默认表头的CSV，也可以调整读取参数，让pandas把第一行当成表头而非数据：

# 去掉header=None，让pandas自动识别第一行为表头
df1 = pd.read_csv("df1.csv", index_col=0)

如果不需要这个默认的列名0，之后可以删掉：

df1 = df1.rename(columns={0: None})

方法3：提前给Series指定列名

从源头避免混乱，创建Series时给它设置一个列名，这样保存后的CSV会有清晰的表头：

# 创建Series时指定name参数
d1 = {'a' : 1, 'b' : 2, 'c' : 3}
df1 = pd.Series(d1, name='values')
# 正常保存
df1.to_csv("df1.csv")
# 读取时指定索引列即可
df1 = pd.read_csv("df1.csv", index_col=0)

这样读取后的结果就和你最初的Series完全一致，不会出现任何额外行。

内容的提问来源于stack exchange，提问作者user9505772