如何修改CSV文件首行值？解决pandas负数转0的报错问题

问题根源 #

第一次代码里，pd.read_csv默认把首行当表头，所以只会处理数据行，表头本身不会被修改，你觉得“跳过首行”其实是正常的表头逻辑。第二次加header=None把表头也当成数据行，但表头是字符串，和整数0比较直接触发了类型错误。

正确解决方法 #

方法1：高效处理数值列（推荐）

正常读取CSV保留表头，只筛选数值类型的列进行负值替换，既不碰表头，也不会触发类型错误：

import pandas as pd

# 正常读取CSV，首行自动作为表头
df = pd.read_csv("FAPI-N2-rere_2D_modified.csv")

# 筛选所有数值类型的列
numeric_columns = df.select_dtypes(include=['int64', 'float64']).columns
# 把数值列里的负值直接替换为0，用clip更高效
df[numeric_columns] = df[numeric_columns].clip(lower=0)

# 保存时不要生成额外索引列，保持原结构
df.to_csv('FAPI-N2-rere_2D_modified2.csv', index=False)

方法2：逐个元素判断（适合混合类型场景）

如果CSV里部分列是字符串，但数据行混有数值，用applymap逐个判断处理：

import pandas as pd

df = pd.read_csv("FAPI-N2-rere_2D_modified.csv")

def fix_negatives(value):
    # 只处理数值类型的元素
    if isinstance(value, (int, float)):
        return max(value, 0)
    # 非数值元素原样返回
    return value

df = df.applymap(fix_negatives)
df.to_csv('FAPI-N2-rere_2D_modified2.csv', index=False)

额外提示 #

• clip(lower=0)是pandas专门处理数值范围的方法，比df[df<0]=0更稳定，不会因为非数值列报错。
• 保存时加index=False能避免生成多余的索引列，和原CSV结构保持一致。

内容的提问来源于stack exchange，提问作者K P