在使用熊猫导入 csv 时删除没有标题的列

Question

这是一个示例 csv：

|  Header A |      | Unnamed: 1 |  Header D |
|-----------|------|------------|-----------|
| a1        | b1   | c1         | d1        |
| a2        | b2   | c2         | d2        |

如果我用pandas.read_csv 导入它，它会变成这样：

  Header A Unnamed: 1 Unnamed: 1.1 Header D
0      a1         b1           c1       d1
1      a2         b2           c2       d2

我的目标是删除所有带有空标题的列，在这种情况下是第二列，但我不能使用 pandas 分配的列名来过滤它们，因为可能还有以Unnamed 开头的非空列，如示例中的第三列。

列是事先不知道的，所以我无法控制它们。

我用read_csv 尝试了以下参数，但没有任何运气：

• prefix：就是不行！
• usecols：空头在传递给 usecols 时已经有了名字，这让我无法使用。

我查看了一些关于 SO 的其他答案，如下面的，但没有一个涵盖我的情况：

How to get rid of `Unnamed:` column in a pandas dataframe

Remove Unnamed columns in pandas dataframe

Answer 1

我能想到的唯一方法是事先“偷看”标题并获取非空标题的索引。那么这不是丢弃它们的情况，而是不将它们包含在原始df中。

import csv

import pandas as pd

with open('test.csv') as infile:
    reader = csv.reader(infile)
    headers = next(reader)

header_indices = [i for i, item in enumerate(headers) if item]

df = pd.read_csv('test.csv', usecols=header_indices)

Answer 2

1. 使用 df.columns 阅读要列出的列
2. 根据您的逻辑创建一个包含 True/False 的 tf_list（搜索 None、Unnamed 等）
3. filter_df = df.loc[:, tf_list]