按指定记录数拆分CSV文件并保留表头至每个子文件

我懂你遇到的麻烦——之前的代码只按行拆分却没保留表头，确实让人头疼。其实核心思路很简单：先把原文件的表头单独提取出来，再给每个生成的子CSV文件都先写入这行表头，再填充对应的数据就行。

下面给你几个实用的解决方案，你可以根据自己的需求选择：

方案1：用Python标准csv模块（适合超大文件，内存友好） #

这个方法不需要额外安装库，而且能高效处理GB级别的CSV（不需要一次性加载所有数据到内存）：

import csv

def split_csv_with_header(input_file, rows_per_data_chunk=4):
    # 打开原文件，读取表头
    with open(input_file, 'r', newline='', encoding='utf-8') as infile:
        reader = csv.reader(infile)
        header = next(reader)  # 取出第一行作为表头
        
        current_data_rows = []
        file_counter = 1
        
        # 逐行处理数据，避免占用过多内存
        for row in reader:
            current_data_rows.append(row)
            # 当数据行达到指定数量时，写入子文件
            if len(current_data_rows) == rows_per_data_chunk:
                write_chunk_to_csv(header, current_data_rows, file_counter)
                current_data_rows = []
                file_counter += 1
        
        # 处理最后一批不足指定行数的数据，保证无记录丢失
        if current_data_rows:
            write_chunk_to_csv(header, current_data_rows, file_counter)

def write_chunk_to_csv(header, data_rows, file_num):
    """辅助函数：将表头和数据写入指定子文件"""
    output_filename = f'data_{file_num}.csv'
    with open(output_filename, 'w', newline='', encoding='utf-8') as outfile:
        writer = csv.writer(outfile)
        writer.writerow(header)  # 先写入表头
        writer.writerows(data_rows)  # 再写入数据行

# 调用函数：替换成你的CSV文件名，此处设置为每4条数据行拆分（对应示例中每个子文件含5条记录：表头+4条数据）
split_csv_with_header('your_large_file.csv', rows_per_data_chunk=4)

代码说明： #

• next(reader) 专门提取原文件第一行作为表头，确保所有子文件都能复用这行内容。
• 逐行读取数据，攒够指定数量就写入子文件，不会一次性加载整个大文件，内存占用极低。
• 最后会自动处理剩余的不足指定行数的数据，保证没有任何记录丢失。

方案2：用Pandas（代码更简洁，适合中小文件） #

如果你已经安装了Pandas，这个方案代码更短，可读性更高：

import pandas as pd

def split_csv_pandas(input_file, rows_per_data_chunk=4):
    # 读取原CSV到DataFrame，自动识别表头
    df = pd.read_csv(input_file)
    # 计算需要拆分的总份数
    total_chunks = (len(df) + rows_per_data_chunk - 1) // rows_per_data_chunk
    
    for chunk_idx in range(total_chunks):
        # 切片获取当前块的数据
        start_row = chunk_idx * rows_per_data_chunk
        end_row = start_row + rows_per_data_chunk
        chunk_df = df.iloc[start_row:end_row]
        # 保存为子CSV，index=False避免写入额外的索引列
        chunk_df.to_csv(f'data_{chunk_idx + 1}.csv', index=False)

# 调用函数
split_csv_pandas('your_large_file.csv', rows_per_data_chunk=4)

代码说明： #

• Pandas的read_csv会自动把原文件第一行作为列名（即表头）。
• 用iloc切片拆分数据，to_csv保存时会自动把列名写入每个子文件的第一行，完美保留表头。
• 这个方案代码简洁，但如果CSV文件特别大，会占用较多内存，更适合中小规模的文件。

适配你的示例场景 #

针对你给出的示例文件，用上面的代码（设置rows_per_data_chunk=4）：

• data_1.csv会包含表头 + 前4条数据行（总共5条记录），完全符合你的要求。
• data_2.csv会包含表头 + 后4条数据行，所有记录都不会丢失。

内容的提问来源于stack exchange，提问作者Yelena