使用pandas.to_csv保存.OPL文件时空行变空字符串的解决方法

要解决这个问题，核心是区分全NaN的空行和包含空值的非空行，在保存时把全NaN行输出为真正的空行（无任何分隔符的换行），而非逗号/制表符分隔的空字符串行。具体步骤如下：

1. 正确读取OPL文件（保留空行） #

读取文件时必须关闭skip_blank_lines，否则pandas会自动跳过空行，无法保留原文件的空行结构：

import pandas as pd

# 根据你的OPL文件实际分隔符调整sep，比如空格分隔用sep='\s+'，制表符用sep='\t'
df = pd.read_csv(
    "input.OPL",
    sep="\s+",
    engine="python",
    skip_blank_lines=False
)

2. 标记原文件中的空行 #

记录哪些行是全NaN的空行，后续保存时需要单独处理：

# 标记每行是否为全NaN的空行
is_empty_row = df.isna().all(axis=1)

3. 更新DataFrame中的目标值 #

按需求修改DataFrame中的数据，示例如下：

# 示例：修改id为123的行对应的value值
df.loc[df["id"] == 123, "value"] = 456

4. 自定义逻辑保存文件 #

不要直接用pd.to_csv()，而是手动处理每行，将全NaN行输出为空行：

# 定义分隔符，要和读取时一致
sep = "\s+"  # 这里根据实际情况替换，比如制表符写sep="\t"

# 1. 生成表头行（如果文件无表头可跳过此步）
header_line = sep.join(df.columns)

# 2. 处理每一行数据
output_lines = [header_line] if 'header_line' in locals() else []
for idx, row in df.iterrows():
    if is_empty_row[idx]:
        # 空行直接添加空字符串，写入后就是纯换行
        output_lines.append("")
    else:
        # 非空行：将非NaN值转成字符串，NaN值留空，用分隔符连接
        line_parts = [str(val) if pd.notna(val) else "" for val in row]
        output_lines.append(sep.join(line_parts))

# 3. 写入文件
with open("output.OPL", "w", newline="") as f:
    f.write("\n".join(output_lines))

关键说明 #

• 必须保证读取和保存时的分隔符一致，否则会破坏原文件格式。
• 自定义写入逻辑会严格保留原文件的空行结构，同时正确处理非空行中的空值。

内容的提问来源于stack exchange，提问作者Fish1996