如何使用Pandas处理CSV坐标数据并输出指定科学计数法格式文本

问题背景 #

现有CSV文件按交替规则存储坐标：第1行存储x1,y1，第2行存储x2,y2，之后重复该规则，示例输入如下：

0.0            0.0          
2.500000E-03   0.0          
5.000000E-03   0.0          
7.500000E-03   0.0          
1.000000E-02   2.721289E-05 
1.250000E-02   6.772091E-04 
1.500000E-02   3.154052E-03 
1.750000E-02   7.072636E-03 
2.000000E-02   9.175906E-03 
2.250000E-02   8.454774E-03 

需要输出符合以下规则的文本文件：

• 每一行按x1,y1,x2,y2顺序排列
• 行首尾添加星号
• 所有数值统一为8位科学计数法格式，保留指定间距
  示例输出如下：

*           0.000000E+00    0.000000E+00    2.500000E-03    0.000000E+00*
*           5.000000E-03    0.000000E+00    7.500000E-03    0.000000E+00*
*           1.000000E-02    2.721289E-05    1.250000E-02    6.772091E-04*
*           1.500000E-02    3.154052E-03    1.750000E-02    7.072636E-03*
*           2.000000E-02    9.175906E-03    2.250000E-02    8.454774E-03*

现有实现可以生成输出，但零值会被写为0.0而非标准的8位科学计数法格式，需要更简便的实现方案，现有代码如下：

df_rfile = pd.DataFrame(r_file)
df_temp = df_rfile[0].str.split(" ", n=1, expand=True)
df_temp[1] = df_temp[1].str.strip()

df_odd = df_temp[::2]
df_odd.reset_index(inplace=True, drop=True)
df_even = df_temp[1::2]
df_even.reset_index(inplace=True, drop=True)

df_final = pd.concat([df_odd, df_even], axis=1)
dfasString = df_final.to_string(header=False, index=False)

for eachline in dfasString.splitlines():
    x = eachline.split()
    modified_str = '*'+x[0].rjust(23,' ')+x[1].rjust(16,' ')+x[2].rjust(16,' ')+x[3].rjust(16,' ')+'*'
    final_out.write(modified_str+'\n')

解决方案 #

方案1：纯Python实现（无需依赖pandas） #

直接按行读取文件，每两行分组处理，统一格式化数值，代码更简洁：

with open('input.csv', 'r') as f_in, open('output.txt', 'w') as f_out:
    # 读取所有非空行，过滤空白行干扰
    lines = [line.strip() for line in f_in if line.strip()]
    # 步长为2遍历，每次取连续两行作为一组
    for i in range(0, len(lines), 2):
        x1, y1 = map(float, lines[i].split())
        x2, y2 = map(float, lines[i+1].split())
        # 统一用%.6E格式输出科学计数法，自动处理零值格式，同时控制对齐间距
        f_out.write(f"*{'%.6E'%x1:>23}{'%.6E'%y1:>16}{'%.6E'%x2:>16}{'%.6E'%y2:>16}*\n")

方案2：基于pandas优化实现 #

如果需要保留pandas依赖，可以直接读取时转换为数值类型，输出时指定格式化规则：

import pandas as pd

# 读取时直接按空白分隔，转换为float类型
df = pd.read_csv('input.csv', sep=r'\s+', header=None, dtype=float)
# 拆分奇偶行合并
df_odd = df.iloc[::2].reset_index(drop=True)
df_even = df.iloc[1::2].reset_index(drop=True)
df_final = pd.concat([df_odd, df_even], axis=1)

with open('output.txt', 'w') as f_out:
    for row in df_final.itertuples(index=False):
        f_out.write(f"*{'%.6E'%row[0]:>23}{'%.6E'%row[1]:>16}{'%.6E'%row[2]:>16}{'%.6E'%row[3]:>16}*\n")

两种方案都可以解决零值格式异常的问题，同时代码逻辑更简洁，执行效率更高。

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