如何快速将可视化形式的Pandas DataFrame文本转为Python可导入格式？

方法一：自定义函数一键转换 #

利用Pandas的read_csv结合StringIO，可以直接把剪贴板里的表格文本转换成DataFrame，无需手动处理引号或分隔符：

import pandas as pd
from io import StringIO

def table_text_to_df(text):
    # 用StringIO将文本模拟为CSV文件，\s+匹配任意数量的空格分隔符
    return pd.read_csv(StringIO(text), sep='\s+', na_values=['NaN'])

使用示例 #

把复制的表格文本传入函数即可：

table_text = """
   numbers letters       dates         all
0        1       a  20-10-2020         NaN
1        2       b  21-10-2020           b
2        3       c  20-11-2020           4
3        4       d  20-10-2021  20-10-2020
4        5       e  10-10-2020        3.14
"""
df = table_text_to_df(table_text)

如果需要转成字典，直接调用DataFrame的to_dict()方法，比如：

# 转为列表式字典（每条记录为一个字典）
df_dict = df.to_dict('records')

方法二：用Spyder的内置工具快速导入 #

Spyder自带的数据导入功能可以直接处理剪贴板里的表格文本：

• 复制可视化表格的全部文本
• 点击Spyder顶部菜单栏的 Tools > Import Data > From Clipboard
• 在弹出的导入向导中，系统会自动识别空格分隔符，可预览数据结构
• 确认后，直接在Spyder的变量浏览器中生成对应的DataFrame变量

这种方式无需编写代码，适合快速验证数据。

内容的提问来源于stack exchange，提问作者T C Molenaar