如何用Python将非表格格式的TXT报告转换为表格格式

1. 拆分读取元数据与表格内容 #

前3行是元数据，后续为表格，可分开处理：

提取元数据中的dates值 #

先读取前3行，匹配并提取目标值（假设元数据格式为dates: 日期值，可根据实际格式调整）：

import pandas as pd

# 读取前3行元数据
with open('R1.txt', 'r') as f:
    metadata = [line.strip() for line in f.readlines()[:3]]

# 提取dates值
dates = None
for line in metadata:
    if 'dates' in line.lower():
        dates = line.split(':')[1].strip()
        break

2. 读取并整理表格结构 #

之前用sep='delimiter'会把整行视为单列，需根据表格实际分隔符（如多空格、制表符）指定sep：

# 跳过前3行元数据，读取表格；若表格首行（原第4行）是表头，用header=0，否则用header=None
df = pd.read_csv('R1.txt', sep='\s+', skiprows=3, header=0)

3. 添加并填充dates列 #

将提取到的日期值批量填充到新列：

if dates:
    df['dates'] = dates

4. 批量处理多个TXT文件（可选） #

若有大量文件，用循环实现批量处理：

import os

# 遍历目录下所有TXT文件
txt_files = [f for f in os.listdir('.') if f.endswith('.txt')]
all_data = []

for file in txt_files:
    # 提取当前文件的dates
    with open(file, 'r') as f:
        metadata = [line.strip() for line in f.readlines()[:3]]
    dates = None
    for line in metadata:
        if 'dates' in line.lower():
            dates = line.split(':')[1].strip()
            break
    # 读取表格并添加dates列
    df = pd.read_csv(file, sep='\s+', skiprows=3, header=0)
    df['dates'] = dates
    all_data.append(df)

# 合并所有数据
final_df = pd.concat(all_data, ignore_index=True)

注意事项 #

• 根据表格实际分隔符调整sep：制表符用sep='\t'，逗号用sep=','
• 若元数据格式不是key: value，需修改提取逻辑（如按固定位置截取）
• 若表格无表头，读取时用header=None，再通过df.columns = ['列1', '列2', ...]手动设置表头

内容的提问来源于stack exchange，提问作者Carlos de la Peña