时间:2021-05-22
我们在数据处理,往往不小心,pandas会“主动”加上行和列的名称,我现在就遇到了这个问题。
这个是pandas中to_csv生成的数据各种拼接之后的最终数据(默认参数,index=True,column=True)
Unnamed: 0 ip Unnamed: 0.1 ... 766 767 class0 0 google.com 0 ... 0.376452 0.148091 01 1 facebook.com 1 ... -0.044634 -0.180167 02 2 youtube.com 2 ... 0.172028 0.002102 03 3 yahoo.com 3 ... 0.286067 -0.269647 04 4 baidu.com 4 ... 0.034892 0.445554 0我们可以看到,第一列 Unnamed:0 ,第三列Unnamed:0,这两列是我们不想需要的数据,产生原因是我们在生成csv文件的时候,采用的是默认参数,我们可以在生成csv时候,可以使用下面参数解决这一个问题。
to_csv()时候,设置index=False。或者加上index=True, index_label="id"
另外有其他同学会说了,我不想重复的再进行一遍数据处理工作,我就想在我们生成这个CSV中处理,一样是可以的,事实是我也是这么做的。
import pandas as pd data = pd.read_csv('finalData.csv')print('一共有多少个样本呢?', len(data))print('展示样本前4个数据')print(data.head())print('打印样本集的其他详细信息:')print(data.info())print('=============================开始处理:==============================')newData = data.loc[:, ~data.columns.str.contains('^Unnamed')]print(newData.head())newData.to_csv('myVecData.csv', index=False)别忘了index=False,不然又生成一列新的这个不讨人喜欢的东西了。列处理也是一样,有参数column=False,不再赘述。
最后效果:
=============================开始处理:============================== ip 0 1 ... 766 767 class0 google.com 0.282674 -0.359200 ... 0.376452 0.148091 01 facebook.com 0.542586 -0.390693 ... -0.044634 -0.180167 02 youtube.com 0.598675 -0.679748 ... 0.172028 0.002102 03 yahoo.com 0.212740 -0.823602 ... 0.286067 -0.269647 04 baidu.com 0.017386 -0.355357 ... 0.034892 0.445554 0补充:【pandas】pandas每次使用append追加行时都生成一个Unnamed列
pandas每次使用append追加行时多出一个Unnamed列!
追加行数据前,read_csv函数读取数据时, 增加 index_col 参数,指定哪一行为索引行。
如:
test = pd.read_csv(filename,index_col=0)以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
开始之前,pandas中DataFrame删除对象可能存在几种情况1、删除具体列2、删除具体行3、删除包含某些数值的行或者列4、删除包含某些字符、文字的行或者列
全选商品单价数量小计操作全选删除选中产品总价:¥0body,html,ul,li,a{margin:0;padding:0;font-family:"micro
Pandas使用这些函数处理缺失值:isnull和notnull:检测是否是空值,可用于df和seriesdropna:丢弃、删除缺失值axis:删除行还是列,
query()函数简介pandas的query()方法是基于DataFrame列的计算代数式,对于按照某列的规则进行过滤的操作,可以使用query方法。代码示例
本文通过一个csv实例文件来展示如何删除Pandas.DataFrame的行和列数据文件名为:example.csv内容为:datespringsummerau