如何用Python筛选多列并重写CSV文件？

原始CSV文件结构 #

code1     code2     code3      name1     name2    sometnig1   something2

14355     12345     54133      part1     part12   aaaaaaaa    bbbbbbb
54782     57815     52781      part2     part22   ccccccc     ffffffff
14515     52495     52852      part3     part33   ddddddd     sssssss

目标CSV文件要求 #

需要提取指定列并替换为自定义表头，输出如下：

code_1    code_2    name_1    name_2   something_2

14355     12345     part1     part12   bbbbbbb
54782     57815     part2     part22   ffffffff
14515     52495     part3     part33   sssssss

解决方案 #

选多列的逻辑和单列类似，只是把要保留的列名放进列表即可，另外注意你的原始文件是多空格分隔，读取时要指定分隔符。完整代码如下：

import pandas as pd

# 读取原始CSV，用\s+匹配任意数量的空格作为分隔符
df = pd.read_csv("原始文件路径.csv", sep='\s+')

# 选择需要的多列：传入原始列名组成的列表
selected_df = df[['code1', 'code2', 'name1', 'name2', 'something2']]

# 替换为自定义表头，顺序要和选中的列对应
selected_df.columns = ['code_1', 'code_2', 'name_1', 'name_2', 'something_2']

# 保存为新CSV，用制表符分隔保证对齐，不保留索引列
selected_df.to_csv("新文件路径.csv", sep='\t', index=False)

关键细节说明 #

• sep='\s+'：必须指定这个参数，否则Pandas会把整行当成一列（默认按逗号分隔）。
• 列选择：列表里的原始列名要和你想保留的字段一一对应，顺序决定了输出列的顺序。
• 表头重命名：直接给columns属性赋值新列表，确保新表头和选中列的顺序完全匹配。
• 保存格式：如果想要和示例一样的空格对齐效果，用sep=' '（四个空格）替代sep='\t'也可以。

内容的提问来源于stack exchange，提问作者user19640270