Python新手求助：按空白行分割实验数据为多列多列表的方法

方法一：纯Python手动读取（新手友好，无额外依赖） #

直接逐行读取文件，遇到空白行就完成当前组的收集，拆分列数据后存入列表，逻辑清晰容易理解：

# 打开数据文件（替换成你的实际文件名）
with open('data.txt', 'r') as f:
    groups = []
    current_group = []
    for line in f:
        stripped_line = line.strip()
        # 跳过空行和注释行
        if not stripped_line or stripped_line.startswith('#'):
            # 当前组有数据时，保存并重置
            if current_group:
                groups.append(current_group)
                current_group = []
            continue
        # 拆分数据并转为数值类型
        t, x = map(float, stripped_line.split())
        current_group.append((t, x))
    # 处理文件末尾未被空行收尾的最后一组数据
    if current_group:
        groups.append(current_group)

# 拆分各组的t和x数据
t_groups = []
x_groups = []
for group in groups:
    t = [item[0] for item in group]
    x = [item[1] for item in group]
    t_groups.append(t)
    x_groups.append(x)

# 如果需要单独命名变量（比如t1、t2），可以用动态赋值
# for idx, (t, x) in enumerate(zip(t_groups, x_groups), 1):
#     locals()[f't{idx}'] = t
#     locals()[f'x{idx}'] = x

# 测试输出
print("第一组t数据:", t_groups[0])
print("第一组x数据:", x_groups[0])
print("第二组t数据:", t_groups[1])
print("第二组x数据:", x_groups[1])

方法二：用Pandas处理（适合已有数据分析流程） #

如果日常用Pandas做数据处理，可以通过保留空行再拆分的方式实现，避免数据合并：

import pandas as pd

# 读取文件，保留空行，跳过注释行
df = pd.read_csv(
    'data.txt',
    sep='\s+',          # 按任意空白字符拆分列
    comment='#',        # 跳过#开头的注释行
    skip_blank_lines=False,  # 不跳过空白行
    header=None,        # 文件无表头（注释行不算表头）
    names=['t', 'x']    # 自定义列名
)

# 找到所有空白行的索引（对应NaN的行）
split_positions = df[df['t'].isna()].index.tolist()

# 拆分各组数据
groups = []
start_idx = 0
for pos in split_positions:
    # 提取当前组并清理空值
    group = df.iloc[start_idx:pos].dropna().astype(float)
    groups.append(group)
    start_idx = pos + 1
# 处理最后一组
if start_idx < len(df):
    group = df.iloc[start_idx:].dropna().astype(float)
    groups.append(group)

# 提取各组的t和x列表
t_groups = [g['t'].tolist() for g in groups]
x_groups = [g['x'].tolist() for g in groups]

# 测试输出
print("第一组t数据:", t_groups[0])

方法三：结合Numpy处理（适合后续绘图计算） #

如果需要用Numpy数组做后续绘图或数值计算，可以在手动分组的基础上转成Numpy数组：

import numpy as np

# 先按纯Python方法读取分组
with open('data.txt', 'r') as f:
    groups = []
    current_group = []
    for line in f:
        stripped = line.strip()
        if not stripped or stripped.startswith('#'):
            if current_group:
                groups.append(current_group)
                current_group = []
            continue
        current_group.append(list(map(float, stripped.split())))
    if current_group:
        groups.append(current_group)

# 转成Numpy数组
t_arrays = [np.array([row[0] for row in g]) for g in groups]
x_arrays = [np.array([row[1] for row in g]) for g in groups]

# 测试输出
print("第一组t数组:", t_arrays[0])

内容的提问来源于stack exchange，提问作者Gallo