如何为CSV/DataFrame添加顶部自定义数据且指定列表头为空

方法一：直接文件操作（最稳妥，避开pandas列名坑） #

这种方法不依赖pandas，直接通过文件读写完成，完全避免列名相关的异常：

1. 准备自定义行数据，确保列数和原CSV完全一致，最后3列设为空字符串
2. 读取原CSV的全部内容
3. 创建新文件，先写入自定义行，再追加原CSV的所有内容

代码示例：

# 自定义行，列数和原CSV匹配，最后3列为空
custom_row = ["自定义数据1", "自定义数据2", "自定义数据3", "自定义数据4", "自定义数据5", "自定义数据6", "自定义数据7", "自定义数据8", "", "", ""]

original_path = "你的原CSV路径.csv"
target_path = "生成的目标CSV路径.csv"

# 读取原文件内容
with open(original_path, "r", encoding="utf-8") as f:
    original_content = f.read()

# 写入自定义行 + 原内容
with open(target_path, "w", encoding="utf-8") as f:
    f.write(",".join(custom_row) + "\n")
    f.write(original_content)

方法二：用pandas处理（解决空列名异常） #

如果必须用pandas，不要用重复的空字符串当列名，改用临时唯一列名，保存时跳过表头输出：

1. 读取原CSV时，不把第一行当表头，用临时列名（比如temp_col0到temp_col10）
2. 把自定义行转成DataFrame，拼接到原数据的最上方
3. 保存时不输出表头，直接写入所有行

代码示例：

import pandas as pd

# 自定义行数据
custom_row = ["自定义数据1", "自定义数据2", "自定义数据3", "自定义数据4", "自定义数据5", "自定义数据6", "自定义数据7", "自定义数据8", "", "", ""]

# 读取原CSV，用临时唯一列名，不把第一行当表头
df = pd.read_csv("你的原CSV路径.csv", header=None, names=[f"temp_col{i}" for i in range(11)])

# 拼接自定义行到顶部
custom_df = pd.DataFrame([custom_row], columns=df.columns)
final_df = pd.concat([custom_df, df], ignore_index=True)

# 保存为CSV，不输出表头和索引
final_df.to_csv("目标路径.csv", index=False, header=False, encoding="utf-8")

为什么之前的方法出问题？ #

• CMD合并出现空行：大概率是两个CSV的换行符格式不一致（一个用LF，一个用CRLF），导致合并后出现多余空行
• pandas读合并后的CSV丢失前3列：pandas默认会把第一行（你的自定义行）识别为表头，而自定义行没有规范列名，导致后续数据列匹配错误
• 转xlsx用空列名：pandas不允许重复列名，空字符串重复会被自动重命名，导致第10列和最后一列的数据对应错乱

内容的提问来源于stack exchange，提问作者Osiris