如何用Python Pandas导入无分隔符固定宽度平面文件并转为DataFrame

直接用pandas的read_fwf()方法就能搞定，这是专门处理固定宽度格式文件的工具，比手动切片高效得多，步骤如下：

1. 定义列的位置和名称
   根据你给出的字段位置，用元组标记每个字段的起始和结束索引（注意：Python是左闭右开规则，比如0-6位的员工编号，对应起始索引0，结束索引7）。示例如下：

   # 定义各字段的起止位置（start, end）
   colspecs = [
       (0, 7),    # 员工编号（0-6位）
       (7, 10),   # 薪酬要素代码（7-9位）
       (25, 33)   # 员工薪资（25-32位）
       # 其他字段按同样格式补充
   ]
   
   # 对应列名
   column_names = [
       '员工编号',
       '薪酬要素代码',
       '员工薪资'
       # 对应其他字段的名称
   ]
   

2. 读取文件并生成DataFrame
   导入pandas后调用read_fwf()，传入文件路径、列位置和列名即可：

   import pandas as pd
   
   # 读取文件
   df = pd.read_fwf('你的文件路径.txt', colspecs=colspecs, names=column_names)
   

3. 可选：指定数据类型
   如果需要转换字段类型（比如薪资转为数值型，避免员工编号开头的0被自动省略），可以添加dtype参数：

   dtype_config = {
       '员工薪资': float,
       '员工编号': str
   }
   
   df = pd.read_fwf('你的文件路径.txt', colspecs=colspecs, names=column_names, dtype=dtype_config)
   

如果你的文件有特殊编码，还可以加encoding参数（比如encoding='gbk'）适配中文环境。

内容的提问来源于stack exchange，提问作者tchos