如何在Python中导入.dat数据文件并提取指定列到列表

你之前的代码错误在于直接对文件对象调用np.shape()——文件对象不是numpy数组，无法获取形状信息，自然会报错。以下是几种高效获取第二、三列数据的方法：

方法1：使用numpy.loadtxt（最简洁） #

numpy提供了直接读取文本文件指定列的工具，适合处理数值型数据：

import numpy as np

# 跳过前2行表头，读取第2、3列（索引从0开始，对应原数据的第二、三列）
pressure, energy_density = np.loadtxt(
    r"C:\Users\Ramos\PycharmProjects\pythonProject\apr.dat",
    skiprows=2,
    usecols=(1, 2),
    unpack=True
)

# 如需转成Python列表，调用tolist()即可
pressure_list = pressure.tolist()
energy_density_list = energy_density.tolist()

• skiprows=2：跳过前两行（表头行和分隔线行）
• usecols=(1,2)：指定读取第2、3列
• unpack=True：将每列数据拆分为单独的numpy数组

方法2：使用pandas（适合复杂表格操作） #

如果需要后续对数据进行筛选、统计等操作，pandas的灵活性更强：

import pandas as pd

# 读取文件，以任意空白字符为分隔符，跳过前2行表头
df = pd.read_csv(
    r"C:\Users\Ramos\PycharmProjects\pythonProject\apr.dat",
    skiprows=2,
    sep=r'\s+',
    names=['mass_density', 'pressure', 'energy_density']
)

# 提取指定列并转为列表
pressure_list = df['pressure'].tolist()
energy_density_list = df['energy_density'].tolist()

• sep=r'\s+'：适配数据中的空格分隔格式
• names：手动指定列名，方便后续通过列名索引数据

方法3：纯Python实现（无需第三方库） #

如果不想依赖numpy或pandas，纯Python代码也能完成需求：

pressure_list = []
energy_density_list = []

# 用with语句自动管理文件资源
with open(r"C:\Users\Ramos\PycharmProjects\pythonProject\apr.dat", 'r') as f:
    # 跳过前2行表头
    next(f)
    next(f)
    for line in f:
        line = line.strip()
        # 跳过空行
        if not line:
            continue
        # 按空格分割每行数据
        parts = line.split()
        # 提取第二、三列并转为浮点数
        pressure_list.append(float(parts[1]))
        energy_density_list.append(float(parts[2]))

内容的提问来源于stack exchange，提问作者Ramos