读取TXT转Pandas DataFrame时出现多余小数点问题求助

错误原因 #

核心问题在于读取数据时未指定header=None，导致pandas把文件第一行数值当成了列名。后续你将这些列名插回数据行的操作中，若pandas因分隔符识别问题对列名自动重命名（比如添加.1后缀），就会生成0.439.1这类无法转换为float的异常值。

另外，你调用pd.read_csv时直接传制表符作为位置参数的写法不规范，且Excel复制出的文本文件常以多个空格而非单纯制表符分隔，这也会加剧列识别错误。

修复方案 #

直接用正确方式读取所有数据行，无需手动迁移列名：

import pandas as pd

# 用\s+匹配任意空白字符（兼容多个空格/制表符），header=None指定无列名，所有行均为数据
df = pd.read_csv(filename, sep='\s+', header=None)
# 直接转换为float类型
df = df.astype(float)

原代码出错逻辑 #

当你执行pd.read_csv(filename, ' ')时：

1. pandas默认将第一行0.789 0.439 0.440当作列名，实际仅读取了后面两行数据；
2. 若文件分隔符不是纯制表符（比如多空格），pandas会错误识别列数，对异常列自动添加.1这类后缀，生成0.439.1这类列名；
3. 你执行df.loc[-1] = df.columns将带后缀的列名插入数据行，后续转float时自然触发错误。

内容的提问来源于stack exchange，提问作者Cornell