使用Pandas处理CSV后生成指定格式扁平文件的方法

我来帮你搞定这个需求！下面是用Pandas实现的完整方案，一步步来：

步骤1：读取CSV并跳过前两行 #

首先读取你的CSV文件，直接跳过不需要保留的原第1、2行，用skiprows参数就能轻松实现：

import pandas as pd

# 替换成你的输入文件路径
df = pd.read_csv('input.csv', skiprows=2)

步骤2：修改表头与拼接操作 #

这里根据你的实际需求调整表头和数据拼接逻辑，比如重命名列、合并列等。举个示例（你可以换成自己的修改规则）：

# 示例：重命名部分表头
df.rename(columns={
    '原列名1': 'Name',
    '原列名2': 'Phone',
    '原列名3': 'Office'
}, inplace=True)

# 示例：拼接列（比如把区号和电话号码合并）
# df['Phone'] = df['AreaCode'] + '-' + df['PhoneNumber']

步骤3：转换为目标扁平格式 #

核心是把每一行数据转换成「列名,值 列名,值 ...」的格式，我们可以用apply函数遍历每一行生成对应字符串：

# 定义转换函数：将单行数据转为目标格式
def format_row(row):
    # 遍历列和值，生成"列名,值"对，再用空格连接
    return ' '.join([f"{col},{val}" for col, val in row.items()])

# 对所有行应用转换，得到所有格式化后的字符串列表
formatted_rows = df.apply(format_row, axis=1).tolist()

# 如果需要像你示例那样把所有内容连为一行，就用空格拼接；如果每行一个条目，换成'\n'即可
final_content = ' '.join(formatted_rows)

步骤4：保存为文件 #

最后把处理好的内容写入目标文件：

# 替换成你的输出文件路径
with open('output.txt', 'w', encoding='utf-8') as f:
    f.write(final_content)

小提示 #

如果你的数据值里包含逗号，为了避免格式混乱，可以给值加上引号，比如把f"{col},{val}"改成f"{col},\"{val}\""，这样输出会变成Name,"Fred Smith" Phone,"555-555-5555"的形式，更规范。

内容的提问来源于stack exchange，提问作者InBox