Python按每5行生成DataFrame、转置并合并的技术求助

嘿，我来帮你搞定这个需求！从你给出的输入和期望输出来看，我们需要把txt文件里每5行的键值对数据，转换成标准的表格格式。下面是具体的实现思路和代码，亲测可用：

核心思路 #

1. 先读取文件的所有内容，清理掉无效的空行；
2. 按每5行一组拆分数据，每组对应一个用户的完整信息；
3. 把每组的键值对转换成字典，直接生成标准结构的DataFrame（比先转置更高效）；
4. 把所有用户的数据合并成最终的表格，输出成你需要的格式。

完整代码 #

import pandas as pd

# 读取目标txt文件，清理换行符和空行
with open('your_data.txt', 'r') as file:
    # 逐行读取并处理，去掉首尾空白，过滤空行
    cleaned_lines = [line.strip() for line in file if line.strip()]

# 按每5行分组，构建用户数据字典列表
user_records = []
# 从0开始，步长为5遍历所有行的索引
for idx in range(0, len(cleaned_lines), 5):
    # 取出当前5行的组
    current_group = cleaned_lines[idx:idx+5]
    user_dict = {}
    for line in current_group:
        # 用split(',', 1)拆分，避免值中包含逗号导致拆分错误
        key, value = line.split(',', 1)
        user_dict[key] = value
    user_records.append(user_dict)

# 生成最终的DataFrame
final_df = pd.DataFrame(user_records)

# 打印输出你要的格式（或者保存到文件）
print(final_df.to_csv(index=False))
# 如果需要保存到文件，取消下面的注释
# final_df.to_csv('output_table.csv', index=False)

代码说明 #

• split(',', 1)：这里限制只拆分一次，是为了兼容值中包含逗号的情况（比如Company字段是"XYZ Corp, Mumbai"），避免把值拆成多段；
• 分组逻辑：用range(0, len(cleaned_lines), 5)实现每5行一组，简单直观且高效，完全能处理数千行的大文件；
• 字典列表生成DataFrame：比起先做小DataFrame再转置，这种方式更简洁高效，生成的结果直接就是你要的列顺序（只要每组的键顺序一致）。

测试你给出的输入数据，运行代码后就能得到完全符合期望的输出表格啦！

内容的提问来源于stack exchange，提问作者SAP