如何从字符串列表创建DataFrame？Pandas读取CSV遇整数要求异常

背景信息 #

• 样本文件：纯文本格式，内容以制表符分隔
• 手动读取代码（已修正原代码变量名错误）：

f = open("test.txt")
data_list = []
for l in f.readlines():
    data_extract = l.strip().split("\t")
    data_list.append(data_extract)
    print(data_extract)
f.close()

• 读取后的输出（共4行：列名行、单位行、两行数据）：

[
    ['Fy', 'Fz', 'Mz', 'FLPt', 'IEPt', 'APPt', 'VP', 'Cal', 'VLAt', 'FLAt', 'IEAt', 'APAt', 'AbAt', 'NA', 'NA', 'NA', 'VLSp', 'FLSp', 'IESp', 'APSp', 'VLWf', 'FLWf', 'IEWf', 'APWf', 'VLSm', 'FLSm', 'IESm', 'APSm', 'Fx 1', 'Fy 1', 'Fz 1', 'Mx 1', 'My 1', 'Mz 1', 'VPS1', 'SP11', 'SP12', 'Spc1', 'SP13', 'SP14', 'SP15', 'Fld1', 'Station'],
    ['N', 'N', 'N-m', 'deg', 'deg', 'mm', 'N', 'N', 'Volts', 'Volts', 'Volts', 'Volts', 'NA', 'NA', 'NA', 'NA', 'N', 'deg', 'deg', 'mm', 'N', 'deg', 'deg', 'mm', 'N', 'deg', 'deg', 'mm', 'N', 'N', 'N', 'N-m', 'N-m', 'N-m', 'mm', 'NA', 'N', '°C', 'NA', 'NA', 'N-m', 'Volts', 'N'],
    ['65.782', '656.083', '-1.985', ' 0.232', '-1.858', ' 1.685', '535.965', '-6.990', ' 2.227', ' 0.975', '-0.330', '-0.179', '4063.000', '23.000', '-1021.000', '1132.000', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '595.840', ' 0.153', '-1.870', ' 1.758', '535.965', ' 0.232', '-1.858', ' 1.685', '-12.522', '64.476', '665.416', '12.400', ' 0.472', '-1.933', '13.181', '-0.240', '15.304', '-35.972', '-0.067', '-0.098', '-0.134', ' 2.847', ' 1.000'],
    ['67.502', '703.480', '-2.060', ' 0.237', '-1.870', ' 1.682', '568.867', '-6.990', ' 2.310', ' 1.031', '-0.318', '-0.197', '4575.000', '30.000', '-1026.000', '1123.000', ' 0.000', ' 0.000', ' 0.000', ' 0.000', '670.888', ' 0.195', '-1.879', ' 1.744', '568.867', ' 0.237', '-1.870', ' 1.682', '-11.537', '66.749', '713.655', '13.856', ' 0.220', '-2.297', '13.184', '-0.135', '15.918', '-35.972', '-0.075', '-0.094', '-0.203', ' 2.847', ' 1.000']
]

解决方法 #

方法1：直接用Pandas读取文件（推荐） #

文件是制表符分隔格式，用pd.read_csv处理更高效，同时适配两行表头的结构：

• 忽略单位行，仅用第一行做列名：

import pandas as pd

# sep指定制表符分隔，skiprows跳过第二行（单位行）
df = pd.read_csv("test.txt", sep="\t", skiprows=[1])
# 可选：将所有数据列转为数值类型
df = df.apply(pd.to_numeric, errors="ignore")

• 保留单位信息，合并列名与单位：

import pandas as pd

# 读取前两行作为列名和单位
with open("test.txt", "r") as f:
    col_names = f.readline().strip().split("\t")
    units = f.readline().strip().split("\t")

# 合并列名和单位，生成类似"Fy (N)"的复合列名
combined_cols = [f"{name} ({unit})" for name, unit in zip(col_names, units)]

# 读取剩余数据，用合并后的列名
df = pd.read_csv("test.txt", sep="\t", skiprows=[0,1], names=combined_cols)
df = df.apply(pd.to_numeric, errors="ignore")

方法2：从已读取的字符串列表创建DataFrame #

如果已经手动读取到了data_list（即上述4行列表），可以直接转换：

• 忽略单位行：

import pandas as pd

# 用第一行做列名，从第三行开始作为数据
df = pd.DataFrame(data_list[2:], columns=data_list[0])
df = df.apply(pd.to_numeric, errors="ignore")

• 保留单位信息：

import pandas as pd

# 合并列名和单位
combined_cols = [f"{col} ({unit})" for col, unit in zip(data_list[0], data_list[1])]
# 从第三行开始作为数据
df = pd.DataFrame(data_list[2:], columns=combined_cols)
df = df.apply(pd.to_numeric, errors="ignore")

原代码问题说明 #

原代码存在变量名不一致错误：df = open("test.txt")但后续调用f.readlines()，需改为f = open("test.txt")；同时建议将读取的行存入列表，方便后续处理。

内容的提问来源于stack exchange，提问作者user18152330