竖线分隔CSV转Xlsx后列未拆分的Python脚本修复需求

问题原因 #

你的pd.read_csv()默认使用逗号作为分隔符，但你的CSV文件以竖线（|）分隔，导致所有内容被识别为单列。同时数据中存在双引号包裹的字段，需要配置对应的解析参数才能正确识别列。

修改后的Python脚本 #

先执行环境激活命令：

source /opt/infa/MDW-env/bin/activate

再运行以下Python代码：

import os
import pandas as pd

os.chdir("/opt/alb_test/alb/albt1/Source/alb/al/conversion/scripts")

# 读取竖线分隔的CSV，正确解析双引号包裹的字段
df_new = pd.read_csv(
    'sourcefile.csv',
    sep='|',          # 指定列分隔符为竖线
    quotechar='"',    # 指定字段的包裹符为双引号
    keep_default_na=False,  # 保留空列的原始空值，避免自动转为NaN
    skipinitialspace=False  # 不跳过分隔符后的空格（根据数据实际情况调整）
)

# 保存为Xlsx文件（用with语句更安全，自动处理资源释放）
with pd.ExcelWriter('sourcefile.xlsx') as GFG:
    df_new.to_excel(GFG, index=False)

关键参数说明 #

• sep='|'：这是解决列未拆分的核心配置，明确告知pandas使用竖线作为列的分隔符。
• quotechar='"'：让pandas正确识别双引号包裹的字段内容，避免误解析引号内的字符。
• keep_default_na=False：防止文件开头/结尾的空列被自动填充为NaN，保持原始空值状态。

额外优化：Bash邮件脚本的问题修复 #

你的bash脚本中mailx重复使用了-s（主题）参数，会导致主题被覆盖，同时文件匹配格式有误，修改后如下：

#!/bin/bash
cd /opt/alb_test/alb/albt1/Source/alb/al/conversion/scripts
ls *.xlsx -1 > test.txt  # 匹配生成的xlsx格式文件
while read line
do
mailx -s "Test: Conversion Files" -a "${line}" prakash@gmail.com << EOM

Hi, Testing Conversion
EOM
done < test.txt

修改点 #

1. 将ls *.xls改为ls *.xlsx，匹配你实际生成的文件格式。
2. 合并重复的-s参数，设置唯一的邮件主题。
3. 给${line}添加双引号，避免文件名含空格时出现错误。

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