Python中无法将文本转换为DataFrame的问题求助

核心问题修正 #

你用print()赋值是错误的——print()仅负责输出内容，返回值永远是None，直接将原始文本以三重引号字符串形式赋值给变量即可，Python会保留文本中的换行和空行。

完整实现代码 #

import pandas as pd
import io

# 直接赋值原始文本，保留所有格式
raw_text = '''This is 
sample text

Name|age
--|--
1.abc|45
2.xyz|34'''

# 将字符串转为类文件对象，供read_csv读取
df = pd.read_csv(
    io.StringIO(raw_text),
    sep='|',
    skipinitialspace=True,
    header=3,  # 指定第4行（索引3）为表头
    skiprows=[4],  # 跳过表头下方的分隔线行（索引4）
    dtype={'age': int}  # 可选：指定age列的数据类型为整数
)

# 移除Name列中的数字前缀（如"1."、"2."）
df['Name'] = df['Name'].str.replace(r'^\d+\.', '', regex=True)

print(df)

关键步骤解释 #

1. 三重引号字符串：用'''或"""包裹多行文本，能完整保留原始的换行、空行，无需额外处理换行。
2. io.StringIO：Pandas的read_csv默认读取文件路径，StringIO可以把普通字符串模拟成可读取的文件对象，让read_csv直接处理内存中的文本。
3. 参数设置：
   • header=3：跳过前3行无关内容（两行说明文本+空行），把第4行的Name|age作为表头。
   • skiprows=[4]：跳过表头下方的--|--分隔线行，避免它被识别为数据行。
   • skipinitialspace=True：自动去除单元格内容前后的空格（比如分隔符|两侧的空格）。

输出结果 #

Name  age
0  abc   45
1  xyz   34

内容的提问来源于stack exchange，提问作者ViSa