如何使用此pandas命令的第一个序列号列?[副本]

使用 index=False .

df.to_csv('your.csv', index=False)

1. 正如其他人所说,你可以使用 索引=False 同时保存您的
   数据帧到csv文件。

   df.to_csv('file_name.csv',index=False)

2. 或者您可以将数据帧保存为具有索引的状态,并且在读取时只需删除列 未命名的0 包含上一个索引。简单!

   df.to_csv(' file_name.csv ')
df_new = pd.read_csv('file_name.csv').drop(['unnamed 0'],axis=1)

如其他人所述,如果不想首先保存索引列,可以使用 df.to_csv('processed.csv', index=False)

但是,由于您通常使用的数据本身有某种索引,比如说一个“timestamp”列,所以我将保留该索引并使用它加载数据。

因此,要保存索引数据,首先设置索引,然后保存数据帧:

df.set_index('timestamp')
df.to_csv('processed.csv')

pd.read_csv('processed.csv', index_col='timestamp')

或者读取数据,然后设置索引:

pd.read_csv('filename.csv')
pd.set_index('column_name')

如果不需要索引,请使用以下命令读取文件:

import pandas as pd
df = pd.read_csv('file.csv', index_col=0)

使用保存

df.to_csv('file.csv', index=False)

另一个解决方案,如果你想保持这个列作为索引。

pd.read_csv('filename.csv', index_col='Unnamed: 0')

dataframe_prediction.to_csv('filename.csv', sep=',', encoding='utf-8', index=False)

在本例中,您有一个csv文件,在列和utf-8格式之间用“,”分隔。 此外,不会出现数字索引。