如何使用Pandas加载含空字段的分号分隔TXT文件？

嘿，我来帮你搞定这个读取TXT文件的问题！你之前的代码失败主要是两个关键参数没设置对，咱们一步步来修正：

问题根源 #

你用pd.read_csv()的时候，默认的列分隔符是逗号（,），但你的文件用的是分号（;）；另外你设置了header=None，但你的文件第一行其实是列名，这会导致列名被当成数据行读入，自然会出问题。

正确的加载代码 #

直接用下面的代码，就能正确读取你的文件了：

import pandas as pd

# 核心是指定分号分隔符，并用第一行作为列名
data = pd.read_csv('data.txt', sep=';', header=0)

# 验证一下读取结果
print(data.head())

细节说明 #

1. sep=';'：明确告诉pandas用分号来分割每一列，这是最关键的参数，没有它pandas会把整行当成一列处理。
2. header=0：表示文件的第1行（索引从0开始）是列名，这样pandas会自动把column1;column2;...这一行作为DataFrame的列名，而不是当成数据。
3. 空字段处理：对于你提到的column3大多为空的情况，pandas会自动把这些空的分号间隔识别为NaN（缺失值），完全符合你的需求。如果你的空字段还有其他表示形式（比如单独的空格），可以用na_values参数自定义，比如：

   data = pd.read_csv('data.txt', sep=';', header=0, na_values=[' '])
   

额外处理：如果列名行末尾有多余分号 #

看你给出的列名行最后有个分号，这可能会导致pandas读取后多出来一个无名的空列。遇到这种情况，你可以用usecols参数指定只读取前11列（对应你的11个列名）：

data = pd.read_csv('data.txt', sep=';', header=0, usecols=range(11))

这样就能完美加载你的TXT文件啦，试试吧！

内容的提问来源于stack exchange，提问作者Miyn