如何使用pandas正确读取含多词字段的空格分隔txt文件为dataframe

报错原因 #

你当前报错是因为使用单空格作为分隔符存在两个问题：

• 连续多个空格会被识别为多个空分隔，同时会把字段内容里的单个空格（比如Schipkau Hörlitz这类带空格的城市名、行政区名里的空格）也当做分隔符拆分，最终导致每行识别到的字段数不一致触发解析错误。
• 你提供的文件实际规则为：字段之间用两个及以上的连续空格作为分隔符，字段内部的内容空格都是单个，只要匹配正确的分隔规则即可解决问题。

修正后代码 #

import pandas as pd

data = pd.read_csv(
    'DE.txt',
    sep=r'\s{2,}',  # 正则匹配2个及以上连续空格作为分隔符
    header=None,
    engine='python', # 正则分隔符需指定python引擎避免C引擎告警
    on_bad_lines='warn' # 可选：遇到异常行仅告警不中断执行，可根据需要换成skip跳过
)

补充说明 #

如果部分行存在末尾字段缺失的情况（比如你示例中第11行末尾缺少最后一个数字字段），pandas会自动为缺失位置填充NaN值，无需额外处理。

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