如何从文本文件的分隔行创建含两列的Pandas DataFrame

问题场景 #

现有文本文件内容如下，行内容以"A"或"B"交替开头：

A810 WE WILDWOOD DR
B20220901BROOKE
A6223 AMHERST BAY
B20221001SARAI

需要将其读取并转换为包含两列的Pandas DataFrame，使所有"A"开头的行归入"A"列，"B"开头的行归入"B"列，且对应的行处于同一行。

解决方案 #

方法1：基于行索引直接分离（适用于严格交替的场景）

利用文本行严格交替的特点，通过索引切片提取A、B两类行，再构建DataFrame：

import pandas as pd

# 读取文件并过滤空行
with open('目标文件路径.txt', 'r', encoding='utf-8') as f:
    all_lines = [line.strip() for line in f if line.strip()]

# 提取A开头行（第0、2、4...行）和B开头行（第1、3、5...行）
col_a = all_lines[::2]
col_b = all_lines[1::2]

# 创建DataFrame
result_df = pd.DataFrame({'A': col_a, 'B': col_b})

# 查看结果
print(result_df)

运行后输出：

A               B
0  A810 WE WILDWOOD DR  B20220901BROOKE
1    A6223 AMHERST BAY   B20221001SARAI

方法2：基于内容前缀分组（适配非严格交替场景）

如果文本行的交替顺序可能出现异常，通过判断每行前缀分类后再配对：

import pandas as pd

# 读取所有行
with open('目标文件路径.txt', 'r', encoding='utf-8') as f:
    all_lines = [line.strip() for line in f if line.strip()]

# 分别收集A、B开头的行
a_list = []
b_list = []
for line in all_lines:
    if line.startswith('A'):
        a_list.append(line)
    elif line.startswith('B'):
        b_list.append(line)

# 确保两个列表长度一致，再创建DataFrame
result_df = pd.DataFrame({'A': a_list, 'B': b_list})

print(result_df)

说明 #

两种方法都能生成符合需求的DataFrame：方法1效率更高，适合确认行严格交替的情况；方法2容错性更强，能处理偶尔出现的顺序偏差（只要A、B行总数相等）。

内容的提问来源于stack exchange，提问作者Ben Smith