Python 从csv读取数据帧后索引错误

我对python的pandas模块知之甚少。我需要为我的项目创建一个

DataFrame

并将其存储在.csv文件中。我正在使用

读取csv

和

读取csv

功能。但是，当我比较这两个帧（导出前和导入前）时，我得到了不同的结果。这是最小可重复性示例：

import sys
from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

documents = []
documents.append("i love python")
documents.append("foo bar")
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(documents)
X = X.T.toarray()
df = pd.DataFrame(X, index=vectorizer.get_feature_names())
df.to_csv(path_or_buf = "db.csv")
df1 = pd.read_csv("db.csv")
print(df.axes)
print()
print(df1.axes)

这就是印刷品：

[Index(['bar', 'foo', 'love', 'python'], dtype='object'), RangeIndex(start=0, stop=2, step=1)]

[RangeIndex(start=0, stop=4, step=1), Index(['Unnamed: 0', '0', '1'], dtype='object')]

---

如何使从.csv文件导入的

数据框与原始文件相同？
更新：为正在导出的数据框指定索引名称，并在读取导出的csv时使用该名称作为索引。这里我使用
向量
作为索引名

import sys
from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

documents = []
documents.append("i love python")
documents.append("foo bar")
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(documents)
X = X.T.toarray()
df = pd.DataFrame(X, index=vectorizer.get_feature_names())
df.index.name = 'vectors'


df.to_csv(path_or_buf="db.csv")
df1 = pd.read_csv("db.csv",index_col='vectors')

print(df)
print()
print(df1)

旧答案：通过将索引设置为false，尝试导出没有索引的csv

df.to_csv(path_or_buf="db.csv", index=False)

是的，这解决了添加列的问题，但是索引仍然不同：
[Index（['bar'，foo'，love'，python']，dtype='object'），RangeIndex（start=0，stop=2，step=1）][RangeIndex（start=0，stop=4，step=1），Index（['0'，1'，dtype='object]）
（很抱歉它在注释中的外观）@请参阅更新的答案。让我知道这是否是您所期望的。老实说，我问了这个问题，因为我在对第二个数据帧使用
loc
时遇到了一个KeyError异常，并认为这就是原因。您的答案解决了问题，但仍会引发异常，因此我不知道现在的问题是什么。@Баааааааааааааааа。