使用Pandas将CSV转XLS时COL3列头部缺失的问题求助

核心问题 #

1. 分隔符配置错误：你的CSV文件是空格/多空格分隔，但脚本中设置了sep="|"，导致Pandas无法正确拆分列，COL3的内容被错误识别，整列被判定为空值。
2. 不必要的列删除操作：dropna(axis=1, how="all")会删除所有行均为空的列，由于前面解析错误导致COL3被判定为全空，最终被移除，所以XLS中看不到该列头。

修复后的脚本 #

import os
import pandas as pd

os.chdir("/dev/test/test01/sub/subdir01/")

# 读取CSV：修正分隔符，移除dropna操作
col_names = ["COL1", "COL2", "COL3"]
# 使用正则匹配任意空白字符作为分隔符，适配多空格场景
df_new = pd.read_csv(
    "test_report.csv",
    quotechar='"',
    names=col_names,
    sep=r"\s+",  # 替换原sep="|"，匹配任意数量空格/制表符
    skiprows=1,
    low_memory=False,
    error_bad_lines=False,
    header=None
)

# 保存XLSX文件
file = f"test_report{pd.Timestamp('now').strftime('%Y%m%d_%I%M')}.xlsx"
df_new.to_excel(file, index=False)

额外说明 #

• 如果你的CSV原表头和col_names完全一致，也可以简化读取逻辑，直接用原表头，无需手动指定names和skiprows：

  df_new = pd.read_csv(
      "test_report.csv",
      sep=r"\s+",
      low_memory=False,
      error_bad_lines=False
  )
  

• 若后续有保留dropna的需求，但不想删掉含部分非空值的列，可调整参数为how="any"，或通过subset指定保留列，但此场景下直接移除该操作更贴合需求。

内容的提问来源于stack exchange，提问作者Jenifer