如何使用Python及Pandas提取单列数据按固定分组转置为多行表格

实现逻辑：将输入的单列一维数据，通过数组重塑操作按每8个元素为一组拆分为多行，最终生成结构化表格。 #

完整实现代码 #

首先导入依赖库：

import pandas as pd
import numpy as np

场景1：从文本文件读取单列输入 #

如果原始数据存放在一行一个元素的txt文件中，使用以下代码读取并处理：

# 读取单列数据为Series对象
s = pd.read_csv('input.txt', header=None, squeeze=True)

# （可选）如果数据长度不能被8整除，补空值避免报错
pad_length = 8 - len(s) % 8 if len(s) % 8 != 0 else 0
if pad_length > 0:
    s = pd.concat([s, pd.Series([np.nan] * pad_length)], ignore_index=True)

# 重塑为每行8个元素的DataFrame
result_df = pd.DataFrame(s.values.reshape(-1, 8))

# 输出为制表符分隔的格式，和需求示例完全一致
print(result_df.to_csv(sep='\t', index=False, header=False))

场景2：直接处理内存中的列表/Series #

如果数据已经加载到Python内存中，直接处理即可：

# 示例原始数据
raw_data = [
    "Name1", "Sn1", "nois", "gif", "quip", "Date", "Dur", "Res",
    "Name2", "Sn2", "nois", "on", "quipe", "Date", "Dur", "Res"
]
s = pd.Series(raw_data)

# 重塑处理
result_df = pd.DataFrame(s.values.reshape(-1, 8))

# 输出查看结果
print(result_df)

输出效果 #

运行后得到的结果和需求完全匹配：

Name1   Sn1 nois    gif quip    Date    Dur Res
Name2   Sn2 nois    on  quipe   Date    Dur Res

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