使用Pandas处理特定格式TXT文件时遭遇ValueError：解包值不足的问题求助

我来帮你分析下这个问题的根源，再给出可行的解决方案：

问题出在哪？ #

你当前的代码用line.strip().split(' ')会把所有空格都当成分隔符拆分整行，但你的输入文件结构是固定的：

• 前8个字段是单个空格分隔的元数据（含图片名）
• 第9个字段是用|分隔的文本内容（本身不含空格）

直接用无限制的split(' ')会导致两种错误：

1. 如果行内容正常，拆分后的列表长度会远大于9，解包到9个变量时会报错
2. 如果遇到空行，拆分后会得到长度为1的空字符串列表，直接触发ValueError: not enough values to unpack (expected 9, got 1)

另外你的代码里还有个冗余操作：df.rename(columns={0: 'file_name', 8: 'text'}, inplace=True)，这行完全没必要，因为创建DataFrame时已经指定了正确列名，反而可能引发额外问题。

修正后的代码 #

我们需要修改拆分逻辑，只拆分前8个空格，把剩下的所有内容作为最后一个字段，同时加上异常处理避免崩溃：

import pandas as pd

train_text = 'input.txt'

def process_last_column(input_text: str) -> str:
    return input_text.replace('|', ' ')

def load_data() -> pd.DataFrame:
    data = []
    with open(train_text) as infile:
        for line in infile:
            stripped_line = line.strip()
            # 跳过空行，避免无意义的拆分
            if not stripped_line:
                continue
            # 只拆分前8个空格，确保得到9个元素：前8个元数据，最后一个是带|的文本
            parts = stripped_line.split(' ', maxsplit=8)
            # 校验行格式，跳过异常行并给出提示
            if len(parts) != 9:
                print(f"警告：格式错误，已跳过该行：{stripped_line}")
                continue
            file_name = parts[0]
            raw_text = parts[-1]
            data.append((file_name, process_last_column(raw_text)))
    
    df = pd.DataFrame(data, columns=['file_name', 'text'])
    # 给文件名添加.png后缀
    df['file_name'] = df['file_name'].apply(lambda x: f"{x}.png")
    # 确保只保留需要的两列
    df = df[['file_name', 'text']]
    return df

关键改进点说明 #

1. split(' ', maxsplit=8)：从左到右只拆分8次，刚好得到9个元素，完美匹配你的文件结构，不会破坏最后一个字段的内容
2. 空行与格式校验：跳过空行，对格式异常的行给出警告并跳过，避免程序直接崩溃
3. 移除冗余代码：删掉了无效的rename操作，代码更简洁

测试效果 #

用你提供的示例输入运行这段代码，会生成你预期的结果：

备注：内容来源于stack exchange，提问作者Mohammed