如何利用分隔符索引列表通过pd.read_fwf生成DataFrame？

方法1：将起始索引转换为colspecs参数（推荐） #

你手里的起始索引列表[0, 17, 30, 45, 58]可以直接转换成pd.read_fwf需要的colspecs格式（即每列的起始、结束索引对），不用手动逐个输入。具体步骤：

1. 先把起始索引转换成列的起止范围：

   starts = [0, 17, 30, 45, 58]
   # 生成每列的(start, end)，最后一列设为None表示到行尾
   colspecs = [(starts[i], starts[i+1]) for i in range(len(starts)-1)] + [(starts[-1], None)]
   

2. 用pd.read_fwf读取文件，若标题行带感叹号，可先提取列名再读取数据：

   import pandas as pd
   
   # 读取标题行并处理列名（去掉感叹号、清理空格）
   with open("your_file.txt", "r", encoding="utf-8") as f:
       header_line = f.readline().strip()
   column_names = [header_line[starts[i]:starts[i+1]].strip().replace("!", "") for i in range(len(starts)-1)]
   column_names.append(header_line[starts[-1]:].strip().replace("!", ""))
   
   # 读取数据，跳过标题行并指定列名
   df = pd.read_fwf("your_file.txt", colspecs=colspecs, skiprows=1, names=column_names)
   

方法2：手动逐行分割（适用于复杂格式） #

如果read_fwf仍有适配问题，可以手动读取每行按索引分割，再转成DataFrame：

import pandas as pd

starts = [0, 17, 30, 45, 58]
data = []

with open("your_file.txt", "r", encoding="utf-8") as f:
    # 跳过标题行
    next(f)
    for line in f:
        line = line.strip()
        # 按索引分割每行内容并清理空格
        row = [line[starts[i]:starts[i+1]].strip() for i in range(len(starts)-1)]
        row.append(line[starts[-1]:].strip())
        data.append(row)

# 转成DataFrame并指定列名
df = pd.DataFrame(data, columns=column_names)

多文件批量处理方案 #

把上述逻辑封装成函数，即可批量处理所有文件：

def txt_to_df(file_path, starts):
    # 生成列分割规则
    colspecs = [(starts[i], starts[i+1]) for i in range(len(starts)-1)] + [(starts[-1], None)]
    # 提取并处理列名
    with open(file_path, "r", encoding="utf-8") as f:
        header_line = f.readline().strip()
    column_names = [header_line[starts[i]:starts[i+1]].strip().replace("!", "") for i in range(len(starts)-1)]
    column_names.append(header_line[starts[-1]:].strip().replace("!", ""))
    # 读取文件并返回DataFrame
    return pd.read_fwf(file_path, colspecs=colspecs, skiprows=1, names=column_names)

# 批量处理文件列表
file_list = ["file1.txt", "file2.txt", "file3.txt"]
all_dfs = [txt_to_df(file, starts=[0,17,30,45,58]) for file in file_list]
# 合并所有DataFrame（按需使用）
combined_df = pd.concat(all_dfs, ignore_index=True)

内容的提问来源于stack exchange，提问作者Not_a_Robot