pd.concat出现unnamed:0

在使用 `pd.concat()` [函数](https://geek.csdn.net/educolumn/ba94496e6cfa8630df5d047358ad9719?dp_token=eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpZCI6NDQ0MDg2MiwiZXhwIjoxNzA3MzcxOTM4LCJpYXQiOjE3MDY3NjcxMzgsInVzZXJuYW1lIjoid2VpeGluXzY4NjQ1NjQ1In0.RrTYEnMNYPC7AQdoij4SBb0kKEgHoyvF-bZOG2eGQvc&spm=1055.2569.3001.10083)时，如果合并的数据集中有行[索引](https://geek.csdn.net/educolumn/1b7b4ecdd00b3a98e3772a91924cbd81?spm=1055.2569.3001.10083)或列[索引](https://geek.csdn.net/educolumn/1b7b4ecdd00b3a98e3772a91924cbd81?spm=1055.2569.3001.10083)名称相同的情况，则会出现 `Unnamed: 0` 列。这是因为 Pandas 在合并过程中会保留原始的行[索引](https://geek.csdn.net/educolumn/1b7b4ecdd00b3a98e3772a91924cbd81?spm=1055.2569.3001.10083)或列[索引](https://geek.csdn.net/educolumn/1b7b4ecdd00b3a98e3772a91924cbd81?spm=1055.2569.3001.10083)，如果这些索引名称相同，那么合并后的 DataFrame 就会有两个相同的列，一个是原始索引，一个是合并后的索引。为了避免这种情况，可以添加 `ignore_index=True` 参数，将合并后的 DataFrame 的行索引重新编号。例如： import pandas as pd df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]}) result = pd.concat([df1, df2], ignore_index=True) print(result) 输出结果如下： 0 1 4 1 2 5 2 3 6 3 4 7 4 5 8 5 6 9 可以看到，合并后的 DataFrame 中没有出现 `Unnamed: 0` 列。