如何将带分段的TXT文件拆分为以子标题为键的Pandas DataFrame字典？

针对你的需求，这里提供直接可运行的解决方案，核心思路是通过状态遍历识别子标题和表格内容，再将表格转换为Pandas DataFrame存入字典：

import pandas as pd

# 初始化存储结果的字典和临时变量
df_dict = {}
current_subtitle = None
is_collecting_table = False
table_content = []

with open('filename.txt', encoding='utf8') as f:
    for line in f:
        cleaned_line = line.strip()
        # 跳过空行和主标题行
        if not cleaned_line or cleaned_line == 'Title':
            continue
        
        # 识别子标题行，处理上一个表格（如果存在）
        if cleaned_line.startswith('Sub Heading:'):
            # 若已有未处理的表格数据，先转成DataFrame存入字典
            if current_subtitle and table_content:
                # 第一行作为列名，后续行作为数据
                df = pd.DataFrame(table_content[1:], columns=table_content[0])
                # 将字符串数值转为数值类型
                df = df.apply(pd.to_numeric)
                df_dict[current_subtitle] = df
                table_content = []
            # 提取子标题（如A、B、C）
            current_subtitle = cleaned_line.split(':')[-1].strip()
            continue
        
        # 切换表格收集状态（遇到```时）
        if cleaned_line == '```':
            is_collecting_table = not is_collecting_table
            continue
        
        # 收集表格行数据（仅在收集状态且非空行时）
        if is_collecting_table and cleaned_line:
            # 按任意数量空格分割列，自动处理表格的空格分隔
            table_content.append(cleaned_line.split())

# 处理最后一个子标题对应的表格
if current_subtitle and table_content:
    df = pd.DataFrame(table_content[1:], columns=table_content[0])
    df = df.apply(pd.to_numeric)
    df_dict[current_subtitle] = df

# 验证结果（可选）
for subtitle, df in df_dict.items():
    print(f"=== {subtitle} 对应的DataFrame ===")
    print(df)
    print("\n")

关键细节说明 #

• 状态控制：用is_collecting_table标记是否处于表格内容收集阶段，遇到代码块标记\```时切换状态。
• 子标题切换处理：每次识别到新的子标题时，先将上一个子标题对应的表格数据转换为DataFrame，避免数据遗漏。
• 表格解析：用split()处理空格分隔的表格行，自动适配多个空格的分隔场景；第一行作为列名，后续行作为数据行。
• 数据类型转换：通过apply(pd.to_numeric)将字符串格式的数值转为数值类型，确保后续数据分析的可用性。

内容的提问来源于stack exchange，提问作者CB_datarookie