Python实现CSV添加列名与拆分字段为多列的功能求助

你当前遇到的数据错位、拆分需求无法完成的核心原因是：源CSV文件没有内置表头，之前的代码读取时没有指定header=None参数，pandas会自动把第一行数据（也就是P+对应的那行）识别为列名，导致这行数据没有进入实际数据行，最终读出来的df仅包含1行有效数据，和预期的两行结果不匹配。

实现步骤 #

1. 修正数据读取逻辑 #

去掉冗余的行数统计代码，确保正确读取最后2行有效数据，同时避免表头误判：

• 普通大小文件（可直接全量加载内存）：直接读全量后取最后2行，代码简洁不容易出错

import pandas as pd

# 读取文件，指定无表头，直接取最后2行
df = pd.read_csv(outputFileName, header=None, sep=",").tail(2)

• 超大文件（不适合全量加载）：保留你之前的行数统计逻辑，仅补充缺失的header=None参数

with open(outputFileName,"r") as f:
    # 统计总行数
    row_count = sum(1 for line in f)
# 跳过前面的行，仅读取最后2行，指定无表头避免错位
df = pd.read_csv(outputFileName, header=None, skiprows=row_count - 2, sep=",")

2. 拆分合并字段 #

源文件第0列（原来的Column1）的字符串是固定格式，按空白字符拆分后即可提取需要的字段：

# 对第0列的字符串按空格拆分，拆为独立列
split_result = df[0].str.split(expand=True)
# 提取对应字段：拆分结果的第0位为日期、第1位为时间、第2位为P标识
df["Date"] = split_result[0]
df["Time"] = split_result[1]
df["P"] = split_result[2]
# 源文件第1列的数值直接作为Value列
df["Value"] = df[1]

注：字符串末尾带的冗余0（比如2021.03.17 12:00:00 P+ 0结尾的0）会因为我们只取前三个拆分结果自动被过滤，不影响最终输出。

3. 整理格式并保存 #

按目标列顺序整理数据，修正路径转义问题后保存：

# 按目标顺序保留需要的列
final_df = df[["Date", "Time", "P", "Value"]]
# 路径前加r前缀，避免反斜杠被识别为转义字符
final_df.to_csv(r"D:\koreguoti.csv", index=False)

内容的提问来源于stack exchange，提问作者Arturas