如何用Pandas为平面文件添加列数不一致的表头与表尾文本

因为Pandas是结构化表格工具，强制列数对齐，直接追加表头/表尾会生成空列，所以直接操作文本内容是最直接的解决方案，以下是几种实现方式：

方法1：纯文本读写（适合所有平面文件） #

不需要依赖Pandas，直接读取原始文件内容，拼接表头、数据、表尾后写入新文件，完全不受列数限制。

示例代码：

# 自定义表头和表尾（任意字符串，无需匹配数据列数）
header = "THIS IS A CUSTOM HEADER - COLUMN COUNT DOES NOT MATCH\n"
footer = "\nPROCESSING COMPLETED - FOOTER LINE"

# 读取原始文件内容
with open("your_input_file.txt", "r", encoding="utf-8") as f:
    raw_data = f.read()

# 拼接完整内容
final_content = header + raw_data + footer

# 写入目标文件
with open("output_with_header_footer.txt", "w", encoding="utf-8") as f:
    f.write(final_content)

方法2：结合Pandas数据处理 + 文本拼接 #

如果需要先用Pandas处理数据（清洗、转换等），处理完成后将DataFrame转为纯文本，再和自定义表头/表尾拼接：

示例代码：

import pandas as pd

# 1. 读取并处理数据
df = pd.read_csv("input_data.csv")
# 这里添加你的数据处理逻辑（比如筛选、计算等）
# df = df[df["value"] > 100]

# 2. 将处理后的DataFrame转为无表头的文本（避免Pandas自带表头干扰）
processed_data_text = df.to_csv(index=False, header=False)

# 3. 定义自定义表头和表尾
custom_header = "CUSTOM PROCESSING HEADER\n"
custom_footer = "\nEND OF PROCESSED DATA"

# 4. 拼接并写入
final_text = custom_header + processed_data_text + custom_footer
with open("processed_output.csv", "w", encoding="utf-8") as f:
    f.write(final_text)

方法3：批量处理多个文件 #

如果需要处理文件夹下的所有目标文件，可以用循环遍历实现自动化：

import os

# 配置参数
target_folder = "./your_file_folder"
header = "UNIFORM HEADER FOR ALL FILES\n"
footer = "\nUNIFORM FOOTER FOR ALL FILES"
allowed_extensions = (".txt", ".csv")

# 遍历文件夹处理文件
for filename in os.listdir(target_folder):
    if filename.endswith(allowed_extensions):
        file_path = os.path.join(target_folder, filename)
        # 读取原始内容
        with open(file_path, "r", encoding="utf-8") as f:
            content = f.read()
        # 拼接并写入新文件（可改为覆盖原文件）
        output_path = os.path.join(target_folder, f"processed_{filename}")
        with open(output_path, "w", encoding="utf-8") as f:
            f.write(header + content + footer)

关键说明 #

Pandas的concat或append方法会强制每行的列数与DataFrame一致，因此当表头/表尾列数不匹配时会生成空值列。直接操作文本内容绕开了结构化表格的限制，完全符合你的需求。

内容的提问来源于stack exchange，提问作者bushjump