读取多行TXT到字典报错：字典更新序列长度不符

问题场景 #

需要遍历多行TXT文件，将每行内容转为字典后追加到DataFrame，但原代码仅支持单行处理，多行时触发报错：

dictionary update sequence element #6 has length 3; 2 is required

TXT文件示例 #

ABC=123, DEF="456", 
ABC="789", DEF="101112"

期望结果 #

每行转为字典：

{"ABC": "123", "DEF": "456"}
{"ABC": "789", "DEF": "101112"}

最终生成的DataFrame：

ABC     DEF
0  123     456
1  789  101112

原错误代码 #

with open("file.txt", "r") as f:
    s = f.read().strip()
    dictionary = dict(subString.split("=") for subString in s.split(","))
    dataframe = dataframe.append(dictionary, ignore_index=True)
dataframe

解决方案 #

原代码的问题在于一次性读取所有内容后直接分割，会把换行、多余空格、末尾逗号都混入处理，导致分割出无效键值对。以下是两种修正方案：

方案1：逐行处理并追加 #

import pandas as pd

# 初始化空DataFrame
df = pd.DataFrame(columns=["ABC", "DEF"])

with open("file.txt", "r") as f:
    for line in f:
        # 清理行首尾空格、换行，去掉末尾多余的逗号
        cleaned_line = line.strip().rstrip(",")
        if not cleaned_line:
            continue  # 跳过空行
        # 分割成键值对列表并清理空格
        kv_pairs = [pair.strip() for pair in cleaned_line.split(",")]
        # 处理每个键值对，去掉值的引号后生成字典
        row_dict = {}
        for pair in kv_pairs:
            key, value = pair.split("=")
            row_dict[key] = value.strip('"')
        # 追加到DataFrame
        df = df.append(row_dict, ignore_index=True)

print(df)

方案2：批量收集字典后生成DataFrame（更高效） #

import pandas as pd

rows = []

with open("file.txt", "r") as f:
    for line in f:
        cleaned_line = line.strip().rstrip(",")
        if not cleaned_line:
            continue
        kv_pairs = [pair.strip() for pair in cleaned_line.split(",")]
        row_dict = {}
        for pair in kv_pairs:
            key, value = pair.split("=")
            row_dict[key] = value.strip('"')
        rows.append(row_dict)

# 一次性生成DataFrame
df = pd.DataFrame(rows)
print(df)

错误原因解释 #

原代码f.read().strip()会把所有行内容合并成一个字符串，示例内容会变成"ABC=123, DEF=\"456\", ABC=\"789\", DEF=\"101112\""，用split(",")分割后会出现['ABC=123', ' DEF="456"', ' ', ' ABC="789"', ' DEF="101112"']这类元素，其中第三个是空字符串，执行split("=")后得到长度为1的列表，不符合字典键值对需要的长度要求，因此触发报错。

内容的提问来源于stack exchange，提问作者Uche24