如何在Pandas中定义CSV表头并将含表头的分析后数据写入新文件

嘿，针对你提出的需求——既要正确解析带有自定义前置表头的CSV，又要在输出时完整保留这个自定义表头和处理后的数据，我分两个核心步骤来讲解，附带可直接运行的代码示例：

一、读取带自定义前置表头的CSV #

你的数据结构比较特殊：第一行是自定义的元信息表头（John Apple，9/21/2005，Duration: 00:00:06），第二行才是实际数据的列名（Time、Body_Temp、Thermistor），第三行及以后是数据行。

读取时需要拆分操作：

• 先单独读取第一行的自定义表头，把它存起来备用；
• 再从第二行开始加载数据，指定第二行为数据的列名。

代码示例：

import pandas as pd

# 第一步：读取并保存自定义表头
with open("your_input.csv", "r", encoding="utf-8") as f:
    custom_header = f.readline().strip()  # 得到你需要保留的表头字符串

# 第二步：加载实际数据（跳过第一行，用第二行做列名）
df = pd.read_csv(
    "your_input.csv",
    skiprows=1,  # 跳过第一行的自定义表头
    header=0,  # 将当前文件的第一行（原文件第二行）设为列名
    sep=" ",  # 根据你的数据行格式，用空格分隔；如果是逗号就改成sep=","
    # 如果原文件的列名行格式有问题，也可以手动指定列名：
    # names=["Time", "Body_Temp", "Thermistor"]
)

# 这里插入你的数据分析逻辑，比如清理异常值、计算统计量等
# 示例：将Body_Temp列保留两位小数
df["Body_Temp"] = df["Body_Temp"].round(2)

二、写入包含自定义表头的新CSV #

Pandas的to_csv默认不会帮我们添加额外的前置表头，所以需要先手动写入自定义表头，再追加处理后的数据：

代码示例：

# 第一步：先把自定义表头写入新文件
with open("your_output.csv", "w", encoding="utf-8") as f:
    f.write(f"{custom_header}\n")  # 换行确保后续数据在新行

# 第二步：追加处理后的数据到文件
df.to_csv(
    "your_output.csv",
    mode="a",  # 用追加模式，避免覆盖之前写入的自定义表头
    index=False,  # 不写入Pandas自动生成的索引列
    header=True,  # 写入数据的列名行（Time、Body_Temp、Thermistor）
    sep=","  # 输出用逗号分隔，符合CSV标准；如果需要空格可以调整sep参数
)

最终输出效果 #

你的your_output.csv内容会和预期一致：

John Apple，9/21/2005，Duration: 00:00:06
Time,Body_Temp,Thermistor
00:00:00,0.00,
00:00:01,88.07,
00:00:02,88.07,
00:00:03,83.90,
00:00:04,104.35,
00:00:05,85.43,
00:00:06,85.43,

如果你的原始数据中Thermistor列有值，只要读取时正确解析，写入时会自动包含进去。

内容的提问来源于stack exchange，提问作者jason van