如何从单个纯文本文件按名称读取多个pandas DataFrame？

我有一个包含3个pandas DataFrame的输出文件，具体内容如下：

df1
A         R         N         D
0  0.033333  0.086667  0.014444  0.058889
1  0.093333  0.084444  0.011111  0.034444
2  0.093333  0.084444  0.011111  0.034444
df2
A         R         N         D
0  0.033333  0.008889  0.000000  0.055556
1  0.050000  0.016667  0.000000  0.058889
2  0.071111  0.018889  0.003333  0.027778
df3
A         R         N         D
0  0.016667  0.007778  0.000000  0.003333
1  0.027778  0.002222  0.003333  0.024444
2  0.006667  0.000000  0.000000  0.055556

我知道可以手动打开文件提取对应行后转为DataFrame，但想了解是否有内置方法可通过名称（如df1、df2）直接读取这些DataFrame。我是编程新手，希望得到通俗易懂的解答，谢谢。

先给你划重点：没有直接的内置方法，但有两种实用方案 #

这种打印出来的表格是给人看的「可视化输出」，不是pandas能直接识别的结构化格式，所以没有一键读取的内置函数，但下面两种方法能帮你轻松解决：

方案一：重新保存成序列化格式（推荐！新手友好，一步到位） #

如果你能控制生成这个文件的代码，别再用print(df1)这种方式输出了，改用pandas专门的序列化工具保存，比如pickle（专门用来存Python对象的格式）：

1. 保存DataFrame时的代码：

import pandas as pd

# 假设你已经有了df1、df2、df3这三个DataFrame
# 把它们放进一个字典里，键就是你要的名称
df_collection = {"df1": df1, "df2": df2, "df3": df3}
# 保存成pickle文件
pd.to_pickle(df_collection, "my_dataframes.pkl")

2. 读取的时候直接按名称调用：

# 加载整个字典
loaded_dfs = pd.read_pickle("my_dataframes.pkl")
# 直接通过键名获取对应的DataFrame
df1 = loaded_dfs["df1"]
df2 = loaded_dfs["df2"]
df3 = loaded_dfs["df3"]

这种方法的好处是：完全不用手动处理文本，能完整保留DataFrame的所有信息（比如索引、数据类型），后续读取超简单！

方案二：手动解析现有纯文本文件（适合没法重新生成文件的情况） #

如果只能用现有的这个纯文本文件，那我们可以写点小代码把每个DataFrame的内容分开，再转成DataFrame：

import pandas as pd

# 第一步：读取整个文件的内容
with open("your_file.txt", "r") as file:
    full_content = file.read()

# 第二步：把内容按空行分割成每个DataFrame的部分
df_parts = full_content.split("\n\n")
# 用来存结果的字典
result_dict = {}

# 第三步：逐个处理每个DataFrame的部分
for part in df_parts:
    # 跳过空的部分
    if not part.strip():
        continue
    # 把每一行分开
    lines = part.split("\n")
    # 第一行就是DataFrame的名称（df1/df2/df3）
    df_name = lines[0].strip()
    # 剩下的行是表格内容，用空格分隔，转成DataFrame
    table_lines = "\n".join(lines[1:])
    # 用read_table读取空格分隔的表格
    df = pd.read_table(pd.io.common.StringIO(table_lines), sep="\s+")
    # 把结果放进字典
    result_dict[df_name] = df

# 现在就可以按名称调用啦！
df1 = result_dict["df1"]
df2 = result_dict["df2"]

注意：这个方法依赖于你的文件格式是固定的（比如每个DataFrame之间是空行分隔，名称单独占一行），如果文件格式有变化，可能需要调整分割的逻辑哦～

最后再啰嗦一句 #

为什么不能直接读取？因为print出来的表格是给人看的，没有统一的机器可读结构，而pickle这种序列化格式是专门为机器存储Python对象设计的，所以更可靠，新手优先选方案一哦！

内容的提问来源于stack exchange，提问作者ilam engl