如何用Pandas读取Dota 2 MMR数据TXT文件为指定列DataFrame

针对你提供的带序号、account_id和mmr交替排列的TXT文件格式，这里提供两种简单的处理方法，将数据转为包含account_id和mmr两列的Pandas DataFrame，同时自动过滤原文件中的序号。

方法一：逐行读取拆分 #

这种方法逻辑直观，适合新手理解：

import pandas as pd

# 读取文件，过滤空行并去除每行前后空白
with open('mmr_data.txt', 'r', encoding='utf-8') as f:
    lines = [line.strip() for line in f if line.strip()]

# 提取每行引号内的实际数据（跳过序号部分）
raw_values = [line.split('"')[1] for line in lines]

# 拆分account_id（奇数行，从第0位开始步长2）和mmr（偶数行，从第1位开始步长2）
account_ids = raw_values[::2]
mmr_list = raw_values[1::2]

# 处理可能的末尾行不匹配（比如最后一行只有account_id）
if len(account_ids) > len(mmr_list):
    mmr_list.append(None)  # 也可以替换为0或其他默认值

# 创建DataFrame并转换数值类型
df = pd.DataFrame({
    'account_id': pd.to_numeric(account_ids),
    'mmr': pd.to_numeric(mmr_list)
})

# 查看结果
print(df.head())

步骤说明： #

1. 读取文件时先过滤空行，避免无效数据干扰；
2. 通过引号分割每行内容，直接提取引号内的账号和MMR数值，自动跳过前面的序号；
3. 利用列表切片将交替排列的数据拆分到两个列表，分别对应account_id和mmr；
4. 处理可能的行数不匹配问题（比如文件末尾只有单个账号无对应MMR）；
5. 最后将数据转为数值类型，方便后续分析计算。

方法二：用Pandas直接读取拆分 #

使用Pandas的read_csv工具，更适合处理大文件：

import pandas as pd

# 按分隔符`)`读取文件，只保留值列（跳过序号）
temp_df = pd.read_csv(
    'mmr_data.txt',
    sep='\s*\)\s*',  # 匹配序号后的`)`，忽略前后空白
    header=None,
    engine='python',
    usecols=[1]  # 只取第二列（值列）
)

# 去除值两侧的引号
temp_df[1] = temp_df[1].str.strip('"')

# 拆分奇偶行到对应列
df = pd.DataFrame({
    'account_id': temp_df[1].iloc[::2].reset_index(drop=True),
    'mmr': temp_df[1].iloc[1::2].reset_index(drop=True)
})

# 处理末尾行不匹配
if len(df['account_id']) > len(df['mmr']):
    df.loc[len(df)] = [temp_df[1].iloc[-1], None]

# 转换数值类型
df['account_id'] = pd.to_numeric(df['account_id'])
df['mmr'] = pd.to_numeric(df['mmr'])

# 查看结果
print(df.head())

步骤说明： #

1. 利用read_csv按)分割每行，直接跳过序号部分，只保留实际值；
2. 去除值两侧的引号，得到干净的字符串数据；
3. 用iloc切片拆分奇偶行，分别作为account_id和mmr列；
4. 重置索引避免行列错位，同时处理可能的末尾行不匹配问题。

内容的提问来源于stack exchange，提问作者OLGJ