使用pandas读取制表符分隔txt文件时指定sep='\t'报错问题咨询

可能的原因及解决方案 #

• 先查看完整报错信息
  你提供的报错仅显示调用栈片段，真正的错误原因（如编码错误、解析错误等）通常在后续行里，先获取完整报错内容，能更快定位问题。

• 指定文件编码
  Windows环境生成的文本文件常使用GBK/GB2312编码，而pandas默认用UTF-8读取，这会导致解析失败。尝试添加编码参数：

  import pandas as pd
  df = pd.read_csv(r"L:\Facility\Dynos\Cell 2 dyno\Quality statistics\2023\quality_stats.txt", sep='\t', encoding='gbk')
  print(df.columns.tolist())
  

  如果GBK无效，可尝试encoding='latin-1'或'utf-16'，根据文件实际编码调整。

• 改用read_table方法
  read_table默认以制表符作为分隔符，对这类文件适配性更强：

  import pandas as pd
  df = pd.read_table(r"L:\Facility\Dynos\Cell 2 dyno\Quality statistics\2023\quality_stats.txt")
  print(df.columns.tolist())
  

  若仍有问题，同样搭配编码参数使用。

• 处理混合分隔符或异常行
  若文件内存在制表符+空格的混合分隔，或部分行格式异常，可尝试正则分隔符并指定Python引擎（C引擎不支持复杂正则）：

  import pandas as pd
  df = pd.read_csv(r"L:\Facility\Dynos\Cell 2 dyno\Quality statistics\2023\quality_stats.txt", sep=r'\s+|\t', engine='python')
  print(df.columns.tolist())
  

  也可跳过错误行：

  import pandas as pd
  df = pd.read_csv(r"L:\Facility\Dynos\Cell 2 dyno\Quality statistics\2023\quality_stats.txt", sep='\t', on_bad_lines='skip', encoding='gbk')
  print(df.columns.tolist())
  

内容的提问来源于stack exchange，提问作者James