读取含多表格的文本文件时遇AttributeError：int对象无iloc属性

问题原因 #

你代码里的核心错误是对pd.read_csv返回结果的遍历逻辑搞错了：

• 用sep='\n\n'调用pd.read_csv时，返回的dfs是一个单列的DataFrame，每一行对应一个空行分隔的表格文本块。
• 但你用enumerate(dfs)遍历的时候，DataFrame的默认迭代逻辑是遍历列标签，而非行。你的单列DataFrame列标签是0（int类型），所以循环里的df变量其实是这个列标签0，自然会触发'int' object has no attribute 'iloc'的错误。

正确解决方案 #

不需要转换字符串，而是要先把文件按空行分割成独立的表格文本，再逐个解析为DataFrame：

修正后的代码 #

import pandas as pd
from io import StringIO

file_path = '/data/TB/reporting/18RF0375-MI-TBWGS-NextSeq-2019-63_S54_summary.txt'

# 读取整个文件，按空行分割成各个表格的文本片段
with open(file_path, 'r') as f:
    content = f.read()
table_fragments = [frag.strip() for frag in content.split('\n\n') if frag.strip()]

# 逐个解析每个文本片段为DataFrame
dfs = []
for frag in table_fragments:
    # 用StringIO把文本片段转为可读取的文件对象
    df = pd.read_csv(StringIO(frag), sep='\s+', header=0)
    dfs.append(df)

# 验证结果
for df in dfs:
    print(df.head())
    print('---')

代码说明 #

• 先读取整个文件内容，用split('\n\n')分割出每个表格的文本块，同时过滤掉空的无效片段。
• 对每个表格文本，用StringIO包装后传给pd.read_csv，用sep='\s+'处理空格分隔的表格（如果你的表格是制表符分隔，可换成sep='\t'）。
• 最终得到的dfs是每个独立表格对应的DataFrame列表，可直接遍历使用。

补充说明 #

如果你的表格表头和内容的分隔规则有特殊情况，可根据实际文本调整pd.read_csv的参数，比如指定header位置、skiprows等，确保表头和数据被正确识别。

内容的提问来源于stack exchange，提问作者natural_d