如何拼接Pandas DataFrame指定列并解决read_csv读取行列不均报错

算力阿峰

2026-10-6

解决方案

报错原因

pd.read_csv默认以第一行的字段数作为全局预期字段数，后续行字段数超过第一行时就会触发字段数不匹配的解析错误。

实现步骤

第一步：无报错读取不定列数文件

先手动统计文件所有行的最大字段数，再指定列名读取，避免解析报错：

import pandas as pd
import numpy as np

filename = "你的目标文件路径.txt"
# 统计所有行的最大字段数
max_col_num = 0
with open(filename, 'r', encoding='utf-8') as f:
    for line in f:
        current_cols = len([item for item in line.strip().split() if item])
        if current_cols > max_col_num:
            max_col_num = current_cols

# 按最大列数生成自定义列名
col_list = [f"col_{i}" for i in range(max_col_num)]
# 读取文件，指定列名即可兼容不同列数的行
df = pd.read_csv(filename, sep='\s+', header=None, names=col_list)

第二步：指定列拼接生成新列

不需要循环遍历列，直接用pandas内置的按行聚合方法实现，代码更简洁高效：

# 示例1：拼接所有列生成新列testColumn
df['testColumn'] = df.fillna('').astype(str).agg(' '.join, axis=1).str.strip()

# 示例2：仅拼接指定列（比如列索引为1、2、3的三列）
# df['testColumn'] = df[['col_1', 'col_2', 'col_3']].fillna('').astype(str).agg(' '.join, axis=1).str.strip()

# 示例3：拼接指定索引范围的列（比如列索引>=2的所有后续列）
# df['testColumn'] = df.iloc[:, 2:].fillna('').astype(str).agg(' '.join, axis=1).str.strip()

代码说明：