You need to enable JavaScript to run this app. 如何在DataFrame每行后插入空行再合并导出CSV
优惠活动
大模型
产品
解决方案
定价
更多

如何在DataFrame每行后插入空行再合并导出CSV

实现方案

核心用向量化操作实现,适配动态行数,性能足够处理大体积CSV的前序行处理,无需逐行循环。

实现步骤

  • 导入依赖
    首先需要导入pandas和numpy:
import pandas as pd
import numpy as np
  • 核心处理逻辑
    对初始读取到的前序DataFrame(假设变量名为df_src)执行以下操作:
# 获取原DataFrame的行列数
n_rows, n_cols = df_src.shape
# 构造和原行列数一致的空值数组
empty_arr = np.full((n_rows, n_cols), np.nan)
# 构造新的二维数组,按「原行+空行」的顺序交错排列
combined_arr = np.empty((2 * n_rows, n_cols), dtype=object)
combined_arr[::2] = df_src.values  # 偶数索引放原数据行
combined_arr[1::2] = empty_arr      # 奇数索引放空行
# 转成新的DataFrame,列名和原DataFrame完全一致
df_processed = pd.DataFrame(combined_arr, columns=df_src.columns)

效果验证

用你提供的示例数据测试:

# 模拟你的初始DataFrame
df_src = pd.DataFrame({
    0: [
        "COMPANY NAME XYZ LTD.",
        "Region c.",
        "Here some header just to make readbale for user..",
        0
    ]
})
# 执行上述处理逻辑后,输出结果为:
# 0                              COMPANY NAME XYZ LTD.
# 1                                                NaN
# 2                                          Region c.
# 3                                                NaN
# 4  Here some header just to make readbale for user..
# 5                                                NaN
# 6                                                  0
# 7                                                NaN

导出CSV时,默认会将NaN输出为空字符串,正好得到你需要的空行效果。

后续合并导出

处理完成后可直接合并到目标DataFrame顶部:

# df_target是你需要拼接的另一个DataFrame
final_df = pd.concat([df_processed, df_target], ignore_index=True)
# 导出CSV,按你的格式需求关闭索引和表头输出
final_df.to_csv("output.csv", index=False, header=False)

方案优势

  • 纯向量化操作,无逐行循环,处理10万行以内的前序数据耗时几乎可以忽略,适配大CSV处理场景
  • 自动适配动态行数,无需提前统计行数
  • 列名和原DataFrame完全对齐,合并时不会出现列错位问题

可选纯Pandas实现

如果不想依赖numpy的数组操作,也可以用以下Pandas原生逻辑实现,性能略低于numpy方案但兼容性一致:

# 给原df添加临时分组标识
df_src['_tmp_group'] = range(len(df_src))
# 生成和原df同结构的空值行
df_empty = pd.DataFrame(np.nan, index=df_src.index, columns=df_src.columns)
df_empty['_tmp_group'] = range(len(df_empty))
# 合并后按分组排序,保证原行和空行交错,最后删除临时列
df_processed = pd.concat([df_src, df_empty]).sort_values('_tmp_group').drop(columns=['_tmp_group']).reset_index(drop=True)

内容的提问来源于stack exchange,提问作者Shubham Srivastava

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.03 12:15:03