按列合并两个含字符串首列的_4.csv文件时触发列数错误的排查与修复

该报错与首列存储字符串没有关联，是多处实现细节缺失叠加导致的：

• np.loadtxt 内置默认分隔符为任意连续空白字符，并未按照CSV的逗号规则拆分内容。这种拆分逻辑下，首列里的带空格文本（比如示例里的over 40、UHF case）、单元格前后冗余的空格，都会被误判定为列分隔符，导致不同行拆分得到的列数不一致，触发列数校验错误
• 维度变换逻辑存在缺陷：temp_data堆叠完成后形状为(2, 6, 4)（对应2个文件、每个文件6行、每行4列），直接调用transpose()会反向排列所有维度，得到(4, 6, 2)的形状，最终输出的行列结构完全偏离预期的“每行左右拼接两个文件的同位置内容”的效果。

• 调用np.loadtxt时显式指定逗号为分隔符，关闭默认的空白拆分逻辑
• 对加载的每个单元格做首尾空格剔除，避免合并后出现列错位
• 按明确的轴顺序调整数组维度，确保两个文件的每一行按列左右对齐，而非跨维度错位

import os
import numpy as np

# 匹配当前工作目录下所有以_4.csv为后缀的目标文件
files_in_dir = [f for f in os.listdir(os.getcwd()) if f.endswith('_4.csv')]
temp_data = []

for filename in files_in_dir:
    loaded_data = np.loadtxt(
        filename,
        dtype='str',
        delimiter=',',  # 显式指定逗号为列分隔符
        # 给每列加自动去空格的转换器，兼容单元格前后带冗余空格的场景
        converters={col_idx: lambda cell_content: cell_content.strip() for col_idx in range(100)}
    )
    temp_data.append(loaded_data)

temp_data = np.array(temp_data)
# 维度变换：从(文件数, 行数, 单文件列数) -> (行数, 单文件列数, 文件数)
# 拉平最后两维后得到(行数, 总列数)的结构，刚好符合左右列拼接的预期
combined_data = temp_data.transpose(1, 2, 0).reshape(temp_data.shape[1], -1)
np.savetxt('_mix.csv', combined_data, fmt='%s', delimiter=',')

• 处理逗号分隔的CSV文件时，必须给np.loadtxt显式传入delimiter=','，依赖默认空白分隔逻辑大概率会在带空格的文本列上触发解析错误
• 如果目标文件存在表头、空行，可通过skiprows=1跳过表头、comments=None关闭注释识别逻辑提升兼容性
• 加载完成后需要校验两个文件的行数一致，否则维度变换时会触发shape不匹配的错误

内容的提问来源于stack exchange，提问作者chen abien