如何在pandas to_csv表头添加#符号且保留原DataFrame表头

这里有两种实用的方案来达成你的需求，既能生成表头开头带#的制表符分隔文件，又能保证原DataFrame的表头完全不变：

方案一：手动写入表头行 + 追加数据 #

这种方法不需要修改DataFrame本身，直接通过文件操作先写入带#的表头，再把数据追加进去：

import pandas as pd
import numpy as np

# 创建示例DataFrame
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
file_name = 'test.tsv'

# 先写入带#前缀的表头行
with open(file_name, 'w') as f:
    # 拼接成 "#a\tb\tc" 的格式
    header_line = f"#{'\t'.join(df.columns)}\n"
    f.write(header_line)

# 追加DataFrame数据，不写入表头和索引
df.to_csv(file_name, sep='\t', index=False, header=False, mode='a')

方案二：临时修改表头（保存后恢复） #

如果你更习惯用pandas的to_csv直接处理，可以临时修改表头用于保存，之后再恢复原表头：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
file_name = 'test.tsv'

# 先保存原表头，避免修改后丢失
original_columns = df.columns.copy()

# 临时给第一个表头加上#前缀
df.columns = [f"#{df.columns[0]}"] + list(df.columns[1:])

# 保存文件，不包含索引
df.to_csv(file_name, sep='\t', index=False)

# 恢复原DataFrame的表头
df.columns = original_columns

两种方案生成的文件内容都会符合你的预期：

#a	b	c
1	2	3
4	5	6
7	8	9

而且原DataFrame的表头['a', 'b', 'c']会保持完全不变。

内容的提问来源于stack exchange，提问作者Arijit Panda