如何使用Python和Pandas将多列表按列写入CSV文件并实现迭代追加不覆盖，同时解决EmptyDataError报错

错误原因分析 #

你遇到的pandas.errors.EmptyDataError完全是因为代码顺序搞反了：你先尝试把空的DataFrame写入CSV，之后才给DataFrame赋值。如果是第一次运行，目标文件根本不存在，pandas找不到任何可解析的列结构，直接抛出这个错误。

正确实现方案 #

我们需要先把每次迭代的新数据转换成DataFrame，再根据文件是否存在来决定是创建新文件（带表头）还是追加数据（不带表头）。完整代码如下：

import pandas as pd
import os

# ----------------------
# 第一步：准备本次迭代的新数据
# ----------------------
# 第一次迭代的初始数据
titles = ['title1', 'title2', 'title3']
emails = ['1@1', '1@2', '1@3']
links = ['http1', 'http2', 'http3']

# 后续迭代的新数据（替换上面的初始数据即可）
# titles = ['title4', 'title5', 'title6']
# emails = ['1@4', '1@5', '1@6']
# links = ['http4', 'http5', 'http6']

# ----------------------
# 第二步：转换为对应列的DataFrame
# ----------------------
temp_df = pd.DataFrame({
    'Titles': titles,
    'Emails': emails,
    'Links': links
})

# ----------------------
# 第三步：写入/追加到CSV文件
# ----------------------
file_path = 'content.csv'

if not os.path.exists(file_path):
    # 文件不存在，首次创建：写入表头+完整数据
    temp_df.to_csv(file_path, index=False)
else:
    # 文件已存在，追加数据：不写表头，避免重复
    temp_df.to_csv(file_path, mode='a', header=False, index=False)

关键细节说明 #

• 列名一致性：每次创建temp_df时，必须保证列名（Titles、Emails、Links）和首次创建的完全一致，这样追加的数据才能准确对应到目标列；
• 追加模式控制：mode='a'告诉pandas以追加方式打开文件，而不是默认的覆盖模式；
• 表头避免重复：只有首次创建文件时写入表头，后续追加时设置header=False，防止表头在文件中重复出现。

运行效果 #

第一次运行后，content.csv内容：

Titles,Emails,Links
title1,1@1,http1
title2,1@2,http2
title3,1@3,http3

替换为后续迭代的数据再次运行，文件会追加为：

Titles,Emails,Links
title1,1@1,http1
title2,1@2,http2
title3,1@3,http3
title4,1@4,http4
title5,1@5,http5
title6,1@6,http6

内容的提问来源于stack exchange，提问作者Frederico Barbosa