如何将含多空格分隔数据的DataFrame拆分为多列？

针对你遇到的不定数量空格分隔的txt数据，有两种直接的解决方式：

方法一：读取文件时直接拆分列 #

在使用pd.read_csv读取文件时，指定分隔符为任意数量的空白字符（正则表达式\s+），同时可以直接设置列名：

import pandas as pd

# 读取文件，sep='\s+'匹配任意数量的空格/制表符
df = pd.read_csv('your_file.txt', sep='\s+', names=['Column A', 'Column B', 'Column C', 'Column D'])

这样读取后直接得到4个独立的列，无需后续处理。

方法二：对已读取的单列数据拆分 #

如果已经将数据读入成单列DataFrame（比如列名为0），可以用str.split方法，指定expand=True将拆分结果转为多列，同时用\s+匹配不定空格：

# 假设已读取的DataFrame是df，单列名为0
split_df = df[0].str.split('\s+', expand=True)
# 给拆分后的列重命名
split_df.columns = ['Column A', 'Column B', 'Column C', 'Column D']

注意：如果原数据行开头或结尾有多余空格，str.split会自动忽略（因为\s+匹配连续空白，开头的空白不会生成空值）。

之前你用split没得到预期结果，大概率是没指定正确的分隔符，或是没加expand=True参数——默认的拆分操作会返回列表形式的单列，而非独立的多列。

内容的提问来源于stack exchange，提问作者Melkyn Quintana