使用Pandas计算CSV新增列失败求助：基于incidentcountlevel1与examcount

看起来你的脚本里有几个明显的问题导致运行失败，我来帮你一步步梳理和修复：

先说说你当前脚本的问题 #

• 重复读取同一个CSV文件到df、df1、df3，完全没必要，而且df3的文件路径是截断的（/home/corp_sourcing/Metric_Fact_20180324_12...），这会直接触发文件找不到的错误。
• 没有明确写出你要基于incidentcountlevel1和examcount计算新列的具体逻辑，脚本自然无法完成你的目标。

修复后的完整脚本示例 #

假设你的需求是生成两个新列（你可以根据实际需求替换计算逻辑）：

1. incident_exam_ratio：incidentcountlevel1与examcount的比率（处理除零避免报错）
2. incident_exam_diff：incidentcountlevel1与examcount的差值

以下是修复后的代码：

import pandas as pd
import numpy as np

# 只需要读取一次CSV文件即可
df = pd.read_csv(r"/home/corp_sourcing/Metric_Fact_20180324_1227.csv", header='infer', skiprows=[1])

# 先确保两列是数值类型（如果CSV里是字符串格式的数值）
df['incidentcountlevel1'] = pd.to_numeric(df['incidentcountlevel1'], errors='coerce')
df['examcount'] = pd.to_numeric(df['examcount'], errors='coerce')

# 计算第一个新列：比率，处理除零的情况（分母为0时设为NaN或者你想要的默认值）
df['incident_exam_ratio'] = np.where(df['examcount'] != 0, df['incidentcountlevel1'] / df['examcount'], np.nan)

# 计算第二个新列：差值
df['incident_exam_diff'] = df['incidentcountlevel1'] - df['examcount']

# 查看前几行结果验证
print(df[['incidentcountlevel1', 'examcount', 'incident_exam_ratio', 'incident_exam_diff']].head())

# 保存到新的CSV文件（可选）
df.to_csv(r"/home/corp_sourcing/Metric_Fact_With_New_Cols.csv", index=False)

额外注意事项 #

• 如果你的新列计算逻辑不是上面的例子，只需要替换df['新列名'] = ...这部分的代码即可。
• 确认skiprows=[1]的逻辑是否正确：这会跳过CSV的第二行，如果你是想跳过表头之外的无效行，要确保CSV结构匹配。
• 如果运行仍报错，检查这几点：文件路径是否完全正确、列名是否和CSV里的完全一致（大小写、空格都要匹配）、数据里是否有非数值内容导致类型转换失败。

内容的提问来源于stack exchange，提问作者pradeep panda