Python读取无分隔符文本文件并提取指定列的技术求助

咱们一步步来搞定这个问题，核心问题出在文本分隔符设置不对，还有header参数的用法不符合你的需求，才导致只输出了一列。

问题拆解 #

你的文本文件是多空格分隔的，但pandas.read_csv默认用逗号当分隔符，所以会把整行内容当成一列。另外，header=4是把第5行当成表头，但你不需要表头，反而要跳过前3行H26开头的无关内容，直接读取后续A开头的数据行。

完整解决方案代码 #

import pandas as pd

# 读取文件：用正则匹配任意数量空格做分隔符，跳过前3行H26内容，不设置表头
df = pd.read_csv("data.txt", sep='\s+', skiprows=3, header=None)

# 提取目标列：处理时间列保留前5位，再取坐标列
result = pd.DataFrame({
    'time': df[2].astype(str).str[:5],
    'x_coord': df[10],
    'y_coord': df[11]
})

# 输出你想要的格式
print(result.to_string(index=False, header=False))

代码细节解释 #

1. sep='\s+'：告诉Pandas用任意数量的空白字符（空格、制表符都算）作为列分隔符，这样就能正确拆分每一列数据。
2. skiprows=3：直接跳过前3行H26开头的无效内容，从第4行（A开头的行）开始读取有效数据。
3. header=None：因为你的数据没有专门的表头行，所以不让Pandas把第一行数据误判为表头。
4. 列提取与处理：
   • 时间列是原始数据的第3列（索引从0开始，对应df[2]），转成字符串后截取前5位，得到你要的2008.5格式。
   • X坐标是原始数据的第11列（df[10]），Y坐标是第12列（df[11]）。
5. 最后用to_string(index=False, header=False)输出纯数据行，完全符合你想要的格式。

示例输出 #

运行后会得到你期望的结果：

2008.5 264363.6 4122568.8
2008.5 264363.6 4122568.8
2008.5 264363.6 4122568.8
2008.5 264363.6 4122568.8
2008.5 264363.6 4122568.8
...

内容的提问来源于stack exchange，提问作者ayaz alp