Python导入含空行分隔数据的CSV时，如何动态拆分列？

我有一个仅含一列整数值的CSV文件，里面用空行分隔不同学生的科目成绩（每个空行区间对应一个学生的所有成绩），但每个学生的成绩行数各不相同。数据示例如下：

63
67
86
90

45
69
90

78
85
40
93
53
55
67

38
92
75
94
73

...

用pd.read_csv('input_data.txt', header=None)导入时，pandas会自动忽略空行，把所有成绩合并成一列，没法区分不同学生的成绩组，输出结果类似：

0
0   63
1   67
2   86
3   90
4   45
5   69
6   90
7   78
...

解决方法 #

方法1：手动读取文件分组 #

直接读取文件内容，按空行分割成不同学生的成绩块，再转成DataFrame：

import pandas as pd

# 读取文件内容，按空行分割每个学生的成绩块
with open('input_data.txt', 'r') as f:
    content = f.read().split('\n\n')

# 处理每个块，过滤空内容并转成整数列表
student_scores = []
for block in content:
    scores = [int(num) for num in block.strip().split('\n') if num.strip()]
    if scores:  # 跳过空块
        student_scores.append(scores)

# 转成DataFrame，每行对应一个学生的成绩列表
df = pd.DataFrame({'student_scores': student_scores})

输出示例：

student_scores
0           [63, 67, 86, 90]
1               [45, 69, 90]
2  [78, 85, 40, 93, 53, 55, 67]
3        [38, 92, 75, 94, 73]

如果想把每个成绩拆成单独列（用NaN补全对齐）：

# 找到最长的成绩列表长度
max_len = max(len(scores) for scores in student_scores)
# 补NaN对齐所有学生的成绩
aligned_scores = [scores + [pd.NA]*(max_len - len(scores)) for scores in student_scores]
# 转成带列名的DataFrame
df = pd.DataFrame(aligned_scores, columns=[f'score_{i+1}' for i in range(max_len)])

输出示例：

score_1  score_2  score_3  score_4  score_5  score_6  score_7
0       63       67       86       90     <NA>     <NA>     <NA>
1       45       69       90     <NA>     <NA>     <NA>     <NA>
2       78       85       40       93       53       55       67
3       38       92       75       94       73     <NA>     <NA>

方法2：用pandas内置功能分组 #

先读取所有行（包括空行），再通过空行标记分组：

import pandas as pd

# 读取所有行，空行显示为空字符串（keep_default_na=False）
df_raw = pd.read_csv('input_data.txt', header=None, keep_default_na=False)

# 创建分组ID：每遇到一个空行，分组ID加1
group_id = (df_raw[0] == '').cumsum()

# 分组聚合成绩，过滤掉空行对应的组
df = df_raw[df_raw[0] != ''].groupby(group_id).agg(list).reset_index(drop=True)
df.columns = ['student_scores']

这个方法全程用pandas操作，效果和方法1一致。

内容的提问来源于stack exchange，提问作者pallab bhattacharya