如何按索引位置解析文本文件提取指定值、追加至列表并转换为Pandas DataFrame

嘿，我来帮你搞定这个按位置解析文本、转成DataFrame的需求！先看看你现有代码里的几个小问题，再给你修正后的完整实现：

现有代码的问题 #

1. 循环逻辑不对：你的文本只有两行（表头+body），但你循环遍历了所有行，而且body里是多条重复的记录，你当前只提取了body的第一个100字符段，没处理后面的条目。
2. 语法错误：data列表里的"filler引号没配对，还有tc_recusa应该和headers里的tx_recusa保持一致。
3. 缺少数据收集逻辑：你没有把每次提取的单条数据添加到总列表里，最后没法生成DataFrame。

修正后的完整代码 #

import pandas as pd

# 定义列名，和你需求一致
headers = ["data_mov", "chave_detalhe", "cpf_cliente", "cd_clube", "cd_operacao", "filler", "cd_retorno", "tx_recusa"]

# 读取文本文件
with open('RCPF0491.20210407.1609.txt', "r") as f:
    linhas = [linha.rstrip() for linha in f.readlines()]

# 从表头提取日期（索引18:26）
data_mov = linhas[0][18:26]

# 处理body部分：按每条记录100字符拆分（根据你提取的索引[0:100]判断每条记录长度为100）
body_content = linhas[1]
# 拆分body为多个记录，每100个字符一条
records = [body_content[i:i+100] for i in range(0, len(body_content), 100)]

# 收集所有数据行
data_list = []
for record in records:
    # 按索引提取每个字段
    chave_detalhe = record[0:1]
    cpf_cliente = record[1:12]
    cd_clube = record[12:16]
    cd_operacao = record[16:17]
    filler = record[17:40]
    cd_retorno = record[40:42]
    tx_recusa = record[42:100].strip()  # 去掉首尾空格，让结果更干净
    
    # 组装成一行数据，添加到列表
    data_row = [data_mov, chave_detalhe, cpf_cliente, cd_clube, cd_operacao, filler, cd_retorno, tx_recusa]
    data_list.append(data_row)

# 转换为Pandas DataFrame
df = pd.DataFrame(data_list, columns=headers)

# 查看结果
print(df)

预期输出结果 #

运行代码后，你会得到如下格式的DataFrame：

关键说明 #

• 拆分body记录：根据你提取字段的索引范围，每条记录长度正好是100字符，所以用range(0, len(body_content), 100)来拆分。如果后续记录长度有变化，只需要调整这个步长就行。
• 字段清洗：给tx_recusa加了.strip()去掉首尾空格，避免结果里带多余的空白。
• 数据收集：用data_list来存储所有行数据，最后一次性转成DataFrame，效率更高。

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