Python pandas提取天文数据表格指定列遇问题求助

我是Python完全新手，希望导入电脑中由TOPCAT匹配两个表格得到的天文数据表格，提取相关列并做后续处理。目前编写的脚本如下：

import pandas as pd
input_file = "location\\filename"
dataset = pd.read_csv(input_file,skiprows=12,usecols=[1])

该文件类型显示为“File”，用记事本查看发现前几行是描述性内容，因此使用skiprows参数跳过。但数据在记事本中列间以线条分隔，使用usecols提取第一列时，返回的却是第一行内容且值间有大量竖线，疑似未正确识别行列。

尝试过以下操作：

• 修改文件并另存为其他格式，出现错误：

  FileNotFoundError: [Errno 2] No such file or directory: 'location\\filename'
  

• 使用pd.read_table替代pd.read_csv，无变化也无报错；
• 尝试提取多列（usecol=[1,2]），出现错误：

  ValueError: Usecols do not match columns, columns expected but not found: [1, 2]
  

1. 行列识别失败核心原因
   TOPCAT导出的表格用竖线（|）作为列分隔符，但你没有指定sep参数，pandas默认用逗号解析，导致整行被识别成单列内容，提取列时自然出错。无论是read_csv还是read_table，都必须明确指定分隔符。

2. FileNotFoundError原因

   • 路径格式错误：Windows路径需用双反斜杠（\\）或正斜杠（/），比如"C:/Users/xxx/data.file"；
   • 文件名不完整：遗漏了文件后缀（如.txt），或者拼写错误；
   • 文件位置不符：另存后的文件不在你指定的location路径下。

3. ValueError原因
   由于pandas未正确识别列，整个文件仅被解析为一列，你指定的[1,2]列不存在，因此触发报错。

import pandas as pd
# 替换为实际文件路径，用双反斜杠或正斜杠
input_file = "C:\\YourFolder\\your_topcat_data"
# 指定竖线为分隔符，用python引擎避免解析问题
dataset = pd.read_csv(input_file, skiprows=12, sep='|', engine='python', usecols=[1])

• 若不确定分隔符，先打印文件前20行确认：

  with open(input_file, 'r') as f:
      for _ in range(20):
          print(f.readline())
  

• TOPCAT导出时优先选择CSV格式，能减少导入时的解析问题。

内容的提问来源于stack exchange，提问作者Arthur