如何在Pandas中写入含NaN值的CSV？解决列数不匹配断言错误

嗨，我来帮你搞定这个问题！你遇到的列数不匹配错误和NaN/None填充需求，其实用Pandas自带的方法就能轻松解决，不用到处找文档啦～

第一步：先搞定列数不匹配的核心问题 #

你碰到的AssertionError: 12 columns passed, passed data had 6 columns，本质是数据的列数和你要写入的目标列数不一致。解决这个的关键是让数据强制对齐到目标列：

• 如果你已经明确知道所有12个目标列的名称，先把你的DataFrame重新索引到这些列上，缺失的列会自动填充NaN：

  # 假设你的12个目标列存在target_columns列表中
  target_columns = ['col1', 'col2', ..., 'col12']
  df = df.reindex(columns=target_columns)
  

• 如果你的原始数据是字典列表（比如每行数据可能缺列），直接在创建DataFrame时指定目标列，就能一步到位填充NaN：

  data = [{'col1': 1, 'col2': 2}, {'col7': 7, 'col8': 8}]  # 示例数据，仅包含部分列
  df = pd.DataFrame(data, columns=target_columns)
  

第二步：让NaN/None正确写入CSV #

Pandas默认会把NaN写成空字符串，如果你想明确显示NaN或者None，可以在to_csv时用na_rep参数指定：

# 写入时将NaN替换成"NaN"
df.to_csv('output.csv', na_rep='NaN', index=False)

# 或者替换成"None"
df.to_csv('output.csv', na_rep='None', index=False)

这样缺失数据的位置就会被你指定的内容填充，CSV里就能清晰看到哪些位置是缺失值了。

额外说明 #

其实Pandas本身完全支持写入NaN，只是默认表现为空字符串，加上na_rep就能自定义缺失值的显示内容。而列数不匹配的问题，只要确保数据的列和目标列对齐，就能彻底避免那个断言错误啦。

内容的提问来源于stack exchange，提问作者iNoob