纯Pandas实现文本文件转DataFrame 能否使用read_csv方法

完全可以不依赖Python原生文件读取、列表处理逻辑，仅通过Pandas内置方法实现需求，核心思路是先将每行完整二进制串读取为单列字符串，再通过Pandas内置的字符串拆分方法逐位拆分为多列。

实现代码 #

import pandas as pd

# 读取文件为单列字符串格式
df = pd.read_csv(
    "data.txt",
    header=None,
    dtype=str,
    sep=r"\Z",
    engine="python"
)

# 逐字符拆分二进制串，得到目标多列结构
df = df[0].str.split(pat="", expand=True).iloc[:, 1:-1]

参数说明 #

• header=None：指定文件无表头，避免首行数据被识别为列名
• dtype=str：强制以字符串类型读取内容，防止数值类型自动丢弃前导0
• sep=r"\Z" + engine="python"：使用行尾正则作为分隔符，保证整行二进制串被完整读取为单列，不会被默认分隔符拆分
• .str.split(pat="", expand=True)：调用Pandas字符串方法，将每个二进制串按单个字符拆分，expand=True参数直接将拆分结果展开为多列结构
• .iloc[:, 1:-1]：剔除空字符串拆分产生的首尾两列空值，最终得到5列对应5个二进制位的结果

运行上述代码得到的DataFrame结构、值和目标格式完全一致。

如果不限制必须用read_csv，也可以用Pandas内置的固定宽度读取方法pd.read_fwf("data.txt", header=None, widths=[1]*5, dtype=str)，不需要额外处理就能直接得到目标结果。

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