如何用Python正确分隔文本文件列数据并转为指定顺序的独立列表？

问题根源 #

pd.read_fwf失效的核心原因是输入文本的列并非严格固定宽度——部分行缺少尾部列元素，零散空格会被误判为列分隔，导致第一列出现元素聚类。直接手动解析每行内容更可靠。

分步解决方案 #

1. 手动解析文本，提取列元素 #

逐行读取文件，清理冗余符号后拆分元素，避免自动对齐错误：

import pandas as pd

# 读取并过滤空行
with open("input.txt", "r") as f:
    lines = [line.strip() for line in f if line.strip()]

# 处理每行：移除方括号、拆分元素、过滤空值
processed_rows = []
for line in lines:
    cleaned = line.replace("[", "").replace("]", "")
    elements = [elem for elem in cleaned.split() if elem]
    processed_rows.append(elements)

# 转为DataFrame，用空值填充列数不足的行
df = pd.DataFrame(processed_rows).fillna(pd.NA)

2. 反转列顺序并生成目标列表 #

遍历每一列，提取非空值后反转顺序（将原列最后一个元素移到列表首位）：

column_lists = {}

for idx, col in enumerate(df.columns):
    # 提取非空值并反转
    reversed_vals = df[col].dropna().tolist()[::-1]
    column_lists[f"list{idx + 1}"] = reversed_vals

# 输出结果示例
for name, lst in column_lists.items():
    print(f"{name} = {lst}")

效果验证 #

比如输入文本是类似：

[N] [Z]
[D] [T] [V]
[W] [F] [L]

处理后会得到：

list1 = ['W', 'D', 'N']
list2 = ['F', 'T', 'Z']
list3 = ['L', 'V']

内容的提问来源于stack exchange，提问作者jaeson