从熊猫数据框中删除标题列

Question

我有办法。数据框：

去向

   A   B
0  23  12
1  21  44
2  98  21

如何从此数据框中删除列名 A 和 B ？一种方法可能是将其写入 csv 文件，然后在指定 header=None 的情况下读取它。有没有一种方法可以做到这一点而无需写出 csv 并重新阅读？

原文由 user308827 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我认为你不能删除列名，只能通过 range 和 shape 重置它们：

 print df.shape[1]
2

print range(df.shape[1])
[0, 1]

df.columns = range(df.shape[1])
print df
    0   1
0  23  12
1  21  44
2  98  21

这与使用 to_csv 和 read_csv 相同：

 print df.to_csv(header=None,index=False)
23,12
21,44
98,21

print pd.read_csv(io.StringIO(u""+df.to_csv(header=None,index=False)), header=None)
    0   1
0  23  12
1  21  44
2  98  21

下一个解决方案 skiprows ：

 print df.to_csv(index=False)
A,B
23,12
21,44
98,21

print pd.read_csv(io.StringIO(u""+df.to_csv(index=False)), header=None, skiprows=1)
    0   1
0  23  12
1  21  44
2  98  21

原文由 jezrael 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如何去掉标题（第一行）和索引（第一列）。

要写入 CSV 文件：

 df = pandas.DataFrame(your_array)
df.to_csv('your_array.csv', header=False, index=False)

从 CSV 文件读取：

 df = pandas.read_csv('your_array.csv')
a = df.values

如果要读取不包含标题的 CSV 文件，请传递附加参数 header ：

 df = pandas.read_csv('your_array.csv', header=None)

原文由 Max 发布，翻译遵循 CC BY-SA 3.0 许可协议