Pandas过滤无表头CSV按国家筛选仅输出首行问题求解

核心问题点 #

• 待处理CSV约400列，原始文件无表头，需按国家维度过滤数据
• 手动添加表头后运行代码，输出文件仅包含第一行内容，无法得到正确过滤结果
• 相关参考截图：
  • 
  • 

现有代码的错误点 #

1. 缩进语法错误：load_source函数被嵌套定义在checkcsv函数内部，全局调用时会直接抛出函数未定义的异常
2. 表头长度不匹配：原始文件共400列，手动写入的表头仅15列，pandas读取时会出现严重列错位，指定的Location列根本无法对应到实际存储国家值的字段
3. CSV读写逻辑错误：
   • checkcsv阶段用字符串子串匹配Land in line判断是否符合条件，不是按列精准匹配，极易出现误匹配；且将整行内容作为单个元素写入单元格，直接破坏CSV格式
   • load_source阶段使用writer.writerow(df)写入DataFrame属于错误用法，该写法只会把DataFrame的列名写入文件，不会写入任何实际数据行
4. 写入对象重复创建：checkcsv中先后创建两个csv.writer对象，第二个writer设置的转义字符与分隔符同为|，会导致转义逻辑混乱，进一步损坏输出文件格式

可直接运行的修复方案 #

不需要手动逐行读写、提前加表头，直接用pandas全流程处理即可，逻辑简洁且不容易出现格式错误：

import pandas as pd

def filter_csv_by_country(input_path, output_path, country_val, country_col_idx=10):
    # 读取无表头原始文件
    df = pd.read_csv(
        input_path,
        sep='|',  # 自行核对原始文件分隔符，竖线分隔填|，逗号分隔填,
        encoding='ISO-8859-1',
        header=None,  # 明确声明原始文件无表头
        dtype=str  # 全列按字符串读取，避免数字、编码类格式错乱
    )
    # 按指定列索引筛选目标国家数据
    filter_result = df[df[country_col_idx] == country_val]
    # 直接输出结果
    filter_result.to_csv(
        output_path,
        sep='|',
        index=False,
        header=False,  # 需要自定义表头的话，把这里替换为长度和列数一致的列名列表即可
        encoding='ISO-8859-1',
        lineterminator='\n'
    )
    print(f"筛选完成，共导出{len(filter_result)}条符合条件的数据")

if __name__ == "__main__":
    filter_csv_by_country(
        input_path="Beispiel.csv",
        output_path="SILNOVA_DE_FINAL.csv",
        country_val="AT",
        country_col_idx=10  # 打开原始文件数一下国家列的位置，从0开始计数，修改为实际索引值
    )

配置说明 #

• 分隔符：先打开原始CSV确认实际分隔符，和代码中sep参数保持一致
• 列索引：数清楚存储国家值的字段是第几列（从0开始计数），填入country_col_idx参数即可，不需要提前手动给文件加表头
• 不需要生成中间过渡文件，原始文件读取后直接筛选输出，减少格式损坏概率

内容的提问来源于stack exchange，提问作者Nico