熊猫合并如何避免未命名的列

Posted 2023-03-11

【中文标题】熊猫合并如何避免未命名的列

【英文标题】：Pandas merge how to avoid unnamed column

【发布时间】：2017-04-26 12:54:25

【问题描述】：

我要合并两个 DataFrame：

DataFrame A columns: index, userid, locale  (2000 rows)  
DataFrame B columns: index, userid, age     (300 rows)

当我执行以下操作时：

pd.merge(A, B, on='userid', how='outer')

我得到了一个包含以下列的 DataFrame：

索引、未命名：0、用户 ID、语言环境、年龄

index 列和 Unnamed:0 列是相同的。我猜Unnamed:0 列是DataFrame B 的索引列。

我的问题是：在合并两个 DF 时，有没有办法避免 Unnamed 列？

之后我可以删除Unnamed 列，但只是想知道是否有更好的方法。

【问题讨论】：

你试过设置 index = False 吗？这里有一个很好的讨论：***.com/questions/36519086/…

@datawrestler 合并没有索引参数。 （to_csv 有但不合并）

对，但是如果你在读取每个 DF 时设置标志然后合并可能会这样做

你能分享一个数据集的样本和用于合并的代码吗？我相信我们可以找到解决方案！

@Cheng，我只能查看 Pandas 版本 0.7.0 - 它已经有 index 参数 - pandas.pydata.org/pandas-docs/version/0.7.0/generated/…

【参考方案1】：

总而言之，您所做的是将索引保存到文件中，当您从文件中读回时，先前保存为 index 的列将作为常规列加载。

有几种方法可以解决这个问题：

方法一

将pandas.DataFrame 保存到磁盘时，请像这样使用index=False：

df.to_csv(path, index=False)

方法二

从文件读取时，可以定义要用作索引的列，如下所示：

df = pd.read_csv(path, index_col='index')

方法三

如果方法 #2 由于某种原因不适合您，您可以随时将列设置为稍后用作索引，如下所示：

df.set_index('index', inplace=True)

此时，您的数据名应如下所示：

        userid    locale    age
index
    0    A1092     EN-US     31
    1    B9032     SV-SE     23

我希望这会有所帮助。

【参考方案2】：

将 DataFrame 保存到 CSV 文件 (df.to_csv('...', index=False)) 时不要写入索引，或者如果您必须处理无法更改/编辑的 CSV 文件，请使用 usecols 参数：

A = pd.read_csv('/path/to/fileA.csv', usecols=['userid','locale'])

为了摆脱Unnamed:0列...