如何将仅含单行数据的CSV文件转换为多列多行的规整结构

解决方案 #

你可以通过pandas + numpy的组合完成数据结构化处理，操作步骤如下：

1. 读取原始CSV文件，丢弃无效的首行列名，将单行存储的全量数据提取为一维数组
2. 按照单组数据的字段数（示例为3个字段：Seconds、X、Y）将一维数组重塑为多行结构
3. 转为DataFrame后自定义列名即可导出使用

示例代码 #

import pandas as pd
import numpy as np

# 读取CSV，若原始分隔符为|可添加 sep='|', skipinitialspace=True 处理多余空格
df = pd.read_csv("你的文件路径.csv", header=1)
# 把单行数据展平为一维数组
flat_data = df.values.flatten()

# 按每行3个字段重塑，-1表示自动计算匹配的行数
reshaped_data = flat_data.reshape(-1, 3)

# 生成结果表，可按需修改列名
result = pd.DataFrame(reshaped_data, columns=["Column one", "Column 2", "Column 3"])

# 导出为整理后的CSV
result.to_csv("output.csv", index=False)

注意事项 #

• 若reshape时报维度不匹配错误，可先打印len(flat_data)确认总数据长度是否是3的倍数，若你的单组字段数不是3，修改reshape的第二个参数为对应字段数即可
• 若原始数据存在空值，可在读取后先调用df.dropna(axis=1)删除空列再做后续处理

内容的提问来源于stack exchange，提问作者Smilepest