如何用for循环将IGC文本数据正确解析为pandas DataFrame列

问题背景 #

• 实现目标：批量解析存储飞行数据的IGC文件，提取全部有效飞行记录后导出为Excel列表。
• 初期测试代码：编写脚本读取IGC文件，遍历所有行筛选以B开头的定位记录行并打印，代码如下：

with open('2022-07-04-XCT-VSH-16.igc','r') as flight:
    for line in flight:
        if line.startswith('B'):
            print(line)

• 测试运行成功，输出的B类定位记录格式示例如下：

B1644044003365N10517994WA019110191672
B1644054003365N10517994WA019110191792
B1644064003365N10517994WA019110191690
B1644074003366N10517993WA019110191717
B1644084003366N10517993WA019110191708
B1644094003365N10517993WA019110191775
B1644104003365N10517993WA019110191725
B1644114003364N10517993WA019110191872
B1644124003364N10517992WA019110191856
....

上述B类记录就是需要解析的核心飞行数据。

原代码问题 #

后续编写解析逻辑时，预定义了包含timestamp、latitude、longitude、alt_pressure、alt-GPS列的空DataFrame，遍历B开头行时按固定字符位置切分字段逐行追加，原代码如下：

df = pd.DataFrame(columns=['timestamp','latitude','longitude','alt_pressure','alt-GPS'])
def flightparser():
    with open('2022-07-04-XCT-VSH-16.igc','r') as flight:
         for line in flight:
            if (line.startswith('B')): 
                    df2 = df.append({
                    'timestamp' : [int(line[1:7])],
                    'latitude'  : [str(line[7:15])],
                    'longitude' : [str(line[15:24])],
                    'alt-pressure'  : [int(line[25:30])],
                    'alt-GPS'   : [int(line[30:35])],},ignore_index=True)
flightparser()
print(df2)

运行后返回结果为None，无法得到预期的结构化数据表。

错误原因 #

• 变量作用域问题：df2定义在函数内部循环中，函数无返回值，外部直接调用打印会触发空值错误。
• 列名不匹配：预定义列名为alt_pressure，追加数据时写为alt-pressure，字段名不一致会导致数据错位。
• 追加逻辑错误：pandas的append方法不会修改原DataFrame，而是返回新对象，循环中每次赋值只会保留最后一行的临时结果，且没有回写到全局DataFrame中。
• 无效嵌套：给每个字段值额外包裹列表，会导致单元格存储列表对象而非标量值。
• 性能缺陷：逐行追加DataFrame的写法效率极低，文件行数较多时运行速度会非常慢。

可行修复方案 #

推荐先把所有解析完成的记录存入普通列表，最后一次性转换为DataFrame，兼顾代码稳定性和运行效率，单文件解析代码如下：

import pandas as pd

def parse_igc(file_path):
    records = []
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            line = line.strip()
            # 过滤长度不足的无效B记录
            if line.startswith('B') and len(line) >= 35:
                # 按IGC固定格式切分字段
                record = {
                    'timestamp': line[1:7],
                    'latitude': line[7:15],
                    'longitude': line[15:24],
                    'alt_pressure': int(line[25:30]),
                    'alt-GPS': int(line[30:35])
                }
                records.append(record)
    # 一次性生成DataFrame
    return pd.DataFrame(records)

if __name__ == '__main__':
    # 单文件解析测试
    flight_df = parse_igc('2022-07-04-XCT-VSH-16.igc')
    print(flight_df.head())
    # 导出为Excel
    flight_df.to_excel('flight_result.xlsx', index=False)

如果需要批量解析文件夹下所有IGC文件，可以增加目录遍历逻辑，示例如下：

import os

def batch_parse(folder_path):
    all_flights = []
    for filename in os.listdir(folder_path):
        if filename.lower().endswith('.igc'):
            single_df = parse_igc(os.path.join(folder_path, filename))
            # 增加文件名字段区分不同飞行架次
            single_df['flight_file'] = filename
            all_flights.append(single_df)
    # 合并所有数据
    total_df = pd.concat(all_flights, ignore_index=True)
    total_df.to_excel('all_flights.xlsx', index=False)
    return total_df

拓展提示：如果需要把IGC里的度分格式经纬度转换为通用十进制度，只需要在切分字段后增加度分转十进制的计算逻辑即可。

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