假设我有两个CSV文件，第一个文件input_1.csv有一个索引列，所以当我运行：
import pandas as pd
df_1 = pd.read_csv("input_1.csv")
df_1我得到了一个DataFrame，它有一个索引列，还有一个名为Unnamed: 0的列，它与索引列相同。我可以通过添加参数index_col=0来防止这种重复，一切都很好。
第二个文件input_2.csv没有索引列，即如下所示：
| stuff | things |
|--------:|---------:|
| 1 | 10 |
| 2 | 20 |
| 3 | 30 |
| 4 | 40 |
| 5 | 50 |运行pd.read_csv("input_2.csv")会得到一个带有索引列的DataFrame。在本例中，添加index_col=0参数会将索引列中的设置为stuff，就像CSV文件本身一样。
我的问题是，我有一个包含read_csv部分的函数，我希望它在两种情况下都返回一个带有索引列的DataFrame。有没有办法检测输入文件是否有索引列，如果没有就设置一个，如果有就什么都不做？
2条答案
按热度按时间ffvjumwh1#
CSV没有内置的“索引”列的概念，所以我认为答案是一般情况下这是不可能的。
如果你能说“只有在未命名的情况下才使用0作为索引”，那就太好了，但是Pandas没有给予我们这个选项。
因此，您可能只需要检查是否出现
Unnamed:列，并将这些列设置为索引。fykwrbwg2#
我希望您所说的index是指序列号从
0或1开始的列。您可以使用某种导入后逻辑来决定第一列是否符合索引列的条件：
其逻辑是，如果默认索引和第一列之间的差异对于所有行都相同，则第一列包含递增序列（从任何数字开始）。前提条件是该列应为数字。
例如：