在使用df.to_csv()时，一个不知道索引是否已被写入的解决方案如下所示:

df = pd.read_csv(file_name)
if 'Unnamed: 0' in df.columns:
    df.drop('Unnamed: 0', axis=1, inplace=True)

如果没有写入索引，则index_col=[0]将使用第一列作为索引，这是我们不希望看到的行为。

简单地删除列使用:del df['column_name']

另一种可能发生这种情况的情况是，如果您的数据不恰当地写入csv，使每行以逗号结束。这将使您在数据的末尾留下一个未命名的列无名:x，当您试图将其读入df时。

另外:

df = df.drop(columns=['Unnamed: 0'])

你可以对“未命名”列做以下任何一种操作:

删除未命名列 重命名它们(如果您想使用它们)

方法1:删除未命名列

# delete one by one like column is 'Unnamed: 0' so use it's name
df.drop('Unnamed: 0', axis=1, inplace=True)

#delete all Unnamed Columns in a single code of line using regex
df.drop(df.filter(regex="Unnamed"),axis=1, inplace=True)

方法2:重命名未命名列

df。rename(columns ={'未命名:0':'Name'}， inplace = True)

如果你想写一个空白的头在输入文件中，只要选择上面的'Name'为''。

其中OP的输入数据'file.csv'是:

,A,B,C
0,1,2,3
1,4,5,6
2,7,8,9

#读文件 Df = pd.read_csv('file.csv')

要获得所有未命名列，你也可以使用正则表达式，如df.drop(df.filter(regex="Unname")，axis=1, inplace=True)