如何将TXT文件读取为DataFrame并单独保存变量信息？

1. 提取并保存变量信息 #

该TXT文件开头的注释行包含变量说明，可先将这部分内容提取出来单独保存：

# 读取原文件内容
with open('suites_dw_Table1.txt', 'r', encoding='utf-8') as f:
    all_lines = f.readlines()

# 筛选出所有以#开头的变量说明行
var_description = [line for line in all_lines if line.startswith('#')]

# 将变量信息写入新文件
with open('变量说明文档.txt', 'w', encoding='utf-8') as f:
    f.writelines(var_description)

2. 将表格数据加载为DataFrame #

使用pandas库读取表格部分，跳过注释行并处理空格分隔的格式：

import pandas as pd

# 读取表格数据，跳过#开头的注释行，用任意空白字符作为分隔符
df = pd.read_table(
    'suites_dw_Table1.txt',
    sep='\s+',  # 适配多空格/制表符分隔的格式
    comment='#',  # 忽略所有#开头的行
    encoding='utf-8'
)

# 验证加载结果
print(df.head())

补充说明 #

• 如果表头行前还有非注释的空行或其他无关行，可以添加skiprows参数指定跳过的行数（比如skiprows=5表示跳过前5行）
• 若数据存在缺失值，可添加na_values参数定义缺失值标识（比如na_values=['-', 'NaN']）

内容的提问来源于stack exchange，提问作者sam