最初，我有这样的 Dataframe ：
我使用以下命令将其保存为csv文件：df.to_csv('Frequency.csv')当我尝试使用以下命令再次读取csv文件时，出现问题：pd.read_csv("Frequency.csv")Dataframe 如下所示：
df.to_csv('Frequency.csv')
pd.read_csv("Frequency.csv")
为什么增加了一个额外的列，为什么索引改变了？我想这与你应该如何将 Dataframe 保存为csv文件有关，但我不确定。
14ifxucb1#
使用这些来保存和读取：
#if you don't want to save the index column in the first place df.to_csv('Frequency.csv', index=False) # drop the extra column if any while reading pd.read_csv("Frequency.csv",index_col=0)
示例：
import pandas as pd data = { "calories": [420, 380, 390], "duration": [50, 40, 45] } df1 = pd.DataFrame(data) df1.to_csv('calories.csv', index=False) pd.read_csv("calories.csv",index_col=0)
我之所以使用下面给出的这两种方法的组合，是因为我的jupyter笔记本在阅读时会自动添加索引，即使我在保存时使用index=False。所以我发现这两种方法的组合是一种完全的证明方法。
df1.to_csv('calories.csv', index=False) pd.read_csv("calories.csv",index_col=0)
o8x7eapl2#
它把索引写入csv，所以当你加载它的时候，它是一个未命名的列，你可以这样写csv来解决这个问题。
df.to_csv('Frequency.csv', index=False)
2条答案
按热度按时间14ifxucb1#
使用这些来保存和读取：
示例：
我之所以使用下面给出的这两种方法的组合，是因为我的jupyter笔记本在阅读时会自动添加索引，即使我在保存时使用index=False。所以我发现这两种方法的组合是一种完全的证明方法。
o8x7eapl2#
它把索引写入csv，所以当你加载它的时候，它是一个未命名的列，你可以这样写csv来解决这个问题。