Python Polars是否有类似Pandas read_fwf的定宽文件读取函数？

Polars 目前没有像 Pandas read_fwf 那样的专属固定宽度文件读取函数，但可以通过逐行读取+按位置截取的方式轻松实现需求，完全适配你提供的位置式schema。

实现步骤与代码示例 #

1. 定义列位置schema：按需求维护列名与对应的起始位置、截取长度（示例中schema为1-based索引，后续需转换为Python的0-based切片）
2. 读取文本行：将文件读取为文本行集合，过滤空行
3. 按位置提取列：遍历schema，用字符串切片提取各列内容
4. （可选）指定数据类型：对提取的列进行类型转换

import polars as pl

# 你的列位置schema（1-based起始位置，截取长度）
schema_dict = {
    "Postal_codeOM": (1, 6),
    "FSA": (7, 3),
    # 补充其他列的位置定义...
}

# 读取文件并处理空行
df = pl.read_text("fixed_width.txt") \
       .str.split("\n") \
       .explode() \
       .filter(pl.col("text").str.lengths() > 0)

# 按schema提取所有列
for col_name, (start_pos, length) in schema_dict.items():
    # 转换为0-based切片：起始位置减1，截取指定长度
    df = df.with_columns(
        pl.col("text").str.slice(start_pos - 1, length).alias(col_name)
    )

# 移除原始文本列，得到最终结构化数据
df = df.drop("text")
print(df)

大文件优化方案 #

如果处理超大文件，建议用流式扫描的方式避免内存过载：

# 流式处理大文件
scan = pl.scan_text("fixed_width.txt") \
         .str.split("\n") \
         .explode() \
         .filter(pl.col("text").str.lengths() > 0)

for col_name, (start_pos, length) in schema_dict.items():
    scan = scan.with_columns(
        pl.col("text").str.slice(start_pos - 1, length).alias(col_name)
    )

# 最终收集结果
df = scan.drop("text").collect()

注意事项 #

• 若你的schema中第二个参数是结束位置而非长度（比如(1,6)指第1到第6个字符），则截取长度应为 end_pos - start_pos + 1，切片逻辑调整为 str.slice(start_pos-1, end_pos - start_pos +1)
• 可在提取列时通过.cast(pl.DataType)指定数据类型，例如.cast(pl.Float64)转换为浮点数

内容的提问来源于stack exchange，提问作者DBOak