删除pandas中产生的Unnamed:xx列

python在使用 pd.read_csv(xxx, sep='\t' )  读文件时，

结果df中多出了一列 Unnamed:38，本来38个字段又多了一个，变成39个字段。

看起来就很烦。

第39列Unnamed：38，这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"

解决方案一：

pd.read_csv(path, index_col=0)

pd.to_csv(path, index=False)

 

解决方案二： (方案一对我遇到的环境 是无效的，因此我采用了方案二)

用pandas处理数据是，产生了 Unnamed:0 列，解决方案如下：

df.loc[ : , ~df.columns.str.contains("^Unnamed")]

如果不对的话就换成

newdf = df.loc[ : , ~df.columns.str.contains('Unnamed')]

 

所测试环境为 python3.6.5  python3.7