pandas read_csv和to_csv 索引的读入与保存问题

今天在一份时间序列数据的处理过程中发现了一个问题：

首先我是通过read_csv将数据读入
然后把id列去掉，将date列设置为索引。之后将date列的数据转化为标准格式，代码如下：

import pandas as pd
air = pd.read_csv(’…/forecast pm25/weather.csv’, index_col=7)
air.head(10)

数据如上。
接下来去掉ID列，并且date标准化

weather = air[air.columns.difference([‘id’])]
weather.index = pd.to_datetime(weather.index)
weather.head()

以上就是处理好的数据。然后我把它保存成csv

ex_path = ‘…/forecast pm25/adj_weather.csv’
weather.to_csv(ex_path)

然后我用pandas查看导出的数据（问题来了！）：
test_path = ‘…/forecast pm25/adj_weather.csv’
weather = pd.read_csv(test_path)

数据变成了这样，原来的索引列在to_csv的时候被当做内容保存在了第一列。
之后我查看下边他的博客才发现
https://blog.csdn.net/kwame211/article/details/80982840
原来，to_csv过程中会将原来的索引看作内容保存进去，再次直接read_csv就会把原来的索引变为内容，然后自己再加一层索引！所以假如你又直接to_csv那么又会加一层索引进去。所以解决方法是：

第一种解决方式：不存索引

df.to_csv(path,index=False,header=False)
第二种解决方式：声明文件第一列为索引，第一行为列名（默认就是，不必重新申明）

aa = pd.read_csv(path,index_col=0,header=0)
两种解决方式任一种都可以解决这种问题