Python/Pandas：如何将按特定行分段的实验数据拆分为多组列

核心思路 #

因为每个Cycle的行数不固定，没法用固定切片或分组，所以得先逐行识别Cycle边界，再分别收集每个Cycle的数据，最后合并成宽表。

步骤1：逐行读取并拆分各Cycle数据 #

先把文件里的内容按行读，碰到以TTS开头的行就标记为新Cycle的开始，把后续的波长、吸光度数据存到对应的Cycle组里：

import pandas as pd

# 初始化存储各Cycle数据的字典
cycle_dict = {}
current_cycle = None
temp_rows = []

# 替换成你的数据文件路径，格式支持txt/csv
with open('lab_data.txt', 'r', encoding='utf-8') as f:
    for line in f:
        stripped_line = line.strip()
        if not stripped_line:
            continue  # 跳过空行
        
        # 判断是否是Cycle起始行
        if stripped_line.startswith('TTS'):
            # 先把上一个Cycle的数据存起来
            if current_cycle is not None and temp_rows:
                cycle_df = pd.DataFrame(temp_rows, columns=['Wavelength (nm)', 'Absorbance'])
                cycle_dict[current_cycle] = cycle_df
            
            # 提取Cycle标识，比如从"TTS Cycle 3"里拿到"Cycle 3"
            current_cycle = stripped_line.split(maxsplit=1)[1] if len(stripped_line.split())>1 else stripped_line
            temp_rows = []
        else:
            # 拆分波长和吸光度，这里按空格分隔，实际按你数据的分隔符改（比如逗号用split(',')）
            wave, absorb = stripped_line.split()
            temp_rows.append([float(wave), float(absorb)])
    
    # 别忘了存最后一个Cycle的数据
    if current_cycle is not None and temp_rows:
        cycle_df = pd.DataFrame(temp_rows, columns=['Wavelength (nm)', 'Absorbance'])
        cycle_dict[current_cycle] = cycle_df

步骤2：合并成宽表（按需求生成独立列） #

情况1：所有Cycle的波长完全一致（大部分仪器数据都是这种情况）

直接以第一个Cycle的波长为基准，把每个Cycle的吸光度对应加进去：

# 取第一个Cycle的波长作为基础列
first_cycle_name = next(iter(cycle_dict.keys()))
final_df = cycle_dict[first_cycle_name][['Wavelength (nm)']].rename(columns={
    'Wavelength (nm)': f'Wavelength ({first_cycle_name})'
})

# 遍历每个Cycle，添加吸光度列
for cycle_name, df in cycle_dict.items():
    final_df[f'Absorbance ({cycle_name})'] = df['Absorbance']

# 查看结果
print(final_df.head())

情况2：不同Cycle的波长不一致（少见但需处理）

用外连接合并，保留所有波长数据，缺失值可按需填充：

final_df = pd.DataFrame()

for cycle_name, df in cycle_dict.items():
    # 重命名当前Cycle的列
    renamed_df = df.rename(columns={
        'Wavelength (nm)': f'Wavelength ({cycle_name})',
        'Absorbance': f'Absorbance ({cycle_name})'
    })
    # 外连接合并
    if final_df.empty:
        final_df = renamed_df
    else:
        final_df = pd.merge(final_df, renamed_df, how='outer', left_index=True, right_index=True)

# 缺失值填充，这里填0，你也可以用NaN或其他值
final_df = final_df.fillna(0)

注意事项 #

• 数据分隔符：如果你的数据是逗号分隔，把split()改成split(',')，或者根据实际调整拆分逻辑
• Cycle标识提取：如果起始行格式不是TTS Cycle X，可以用正则表达式匹配，比如import re; current_cycle = re.search(r'Cycle \d+', stripped_line).group()
• 文件编码：如果读取时乱码，把encoding='utf-8'改成encoding='gbk'或其他对应编码

内容的提问来源于stack exchange，提问作者Adenai