如何用Pandas读取含不等长列与缺失值的固定宽文本为DataFrame
2026-8-18
按固定字段长度转换文本为DataFrame的解决方案
当然可以实现，用Python的pandas就能轻松搞定，核心是用专门处理固定宽度文本的read_fwf方法，和你在bash里用substr()的逻辑完全一致——按字符位置/长度截取字段，根本不会因为空格或逗号拆分像"No Presento"这类带空格的字段。
具体步骤：
- 定义字段规则：先明确每个字段的宽度（或起始/结束字符位置），比如字段1占5个字符，字段2占12个，字段3占8个。
- 读取固定宽度文本：用
read_fwf加载文件，指定宽度或位置区间，同时定义列名。 - 处理缺失值：将识别到的缺失值转为空字符串。
示例代码：
假设你的文本文件data.txt内容如下（严格固定长度，缺失位留空）：
12345No Presento 20240101 67890 20240102 OtroValor 20240103
对应代码：
import pandas as pd # 定义每个字段的宽度，顺序对应各列 col_widths = [5, 12, 8] # 自定义列名 col_names = ['ID', 'Status', 'Date'] # 读取固定宽度文本，自动按长度分割字段 df = pd.read_fwf('data.txt', widths=col_widths, names=col_names) # 将缺失值转为空字符串（按需调整，也可以保留NaN） df = df.fillna('') print(df)
关键说明：
- 如果不想用宽度，也可以用
colspecs参数指定每个字段的字符区间，比如colspecs=[(0,5), (5,17), (17,25)]，效果和widths完全一致。 read_fwf会自动识别固定长度内的空值，配合fillna('')就能把缺失值转为你需要的空字符串格式。- 因为是按字符位置截取，带空格的字符串（比如"No Presento"）会完整保留在对应的字段里，不会被拆分。
内容的提问来源于stack exchange，提问作者Benedix
相关产品推荐
相关产品推荐
