如何直接将自动生成的文本文件导入Python并转换为DataFrame？

当然可以直接加载原文本文件转成DataFrame，不用先转CSV。利用你提到的"for"作为可靠分隔符，结合Pandas的文本处理功能就能搞定，给你两种实用方法：

方法1：用read_csv直接分割+列清洗 #

这种方法利用Pandas的读取函数，以"for"为分隔符拆分每行，再清洗出需要的字段：

import pandas as pd

# 读取文件，用正则匹配「任意空格+for+任意空格」作为分隔符
df = pd.read_csv('你的文件名.txt', sep=r'\s+for\s+', engine='python', header=None)

# 提取Statement编号：从第一列中匹配Statement#后的数字
df['Statement'] = df[0].str.extract(r'Statement# (\d+)')

# 处理金额：去掉$符号，转为数值类型
df['Amount'] = df[1].str.replace('$', '').astype(float)
# 可选：把整数金额转成整数格式（比如-51.00变成-51）
df['Amount'] = df['Amount'].apply(lambda x: int(x) if x.is_integer() else x)

# 提取月份：去掉第三列的"the month of "前缀
df['Month'] = df[2].str.replace('the month of ', '')

# 只保留需要的列
df = df[['Statement', 'Amount', 'Month']]

print(df)

方法2：正则表达式精准提取字段 #

如果文本格式完全固定，用正则直接匹配每行的三个目标字段更高效：

import pandas as pd
import re

# 定义正则模式，匹配Statement编号、金额、月份
pattern = r'Statement# (\d+) for \$([-?\d+\.\d*]) for the month of (.+)'

data_rows = []
with open('你的文件名.txt', 'r', encoding='utf-8') as f:
    for line in f:
        match_result = re.search(pattern, line.strip())
        if match_result:
            stmt_num = match_result.group(1)
            amount = float(match_result.group(2))
            # 转换整数金额为int
            amount = int(amount) if amount.is_integer() else amount
            month_str = match_result.group(3)
            data_rows.append([stmt_num, amount, month_str])

# 转为DataFrame
final_df = pd.DataFrame(data_rows, columns=['Statement', 'Amount', 'Month'])

print(final_df)

两种方法都能得到你想要的DataFrame结构，根据自己的习惯选就行。

内容的提问来源于stack exchange，提问作者jshibby