如何将TXT文本文件内容转换为Pandas DataFrame格式

你的txt文件结构是前10行作为列名，后续每连续10行对应一条NFT数据，按以下步骤处理即可：

注：该txt不是常规的按行存储单条记录、列间用分隔符拆分的格式，而是单行列值的存储结构，所以不能直接用pandas内置的read_csv/read_table方法读取，需要先手动做行分组处理。

• 第一步：读取txt文件的全部行，过滤掉每行首尾的空白字符和空行
• 第二步：提取前10行作为DataFrame的列名
• 第三步：将剩余的行按每10个元素为一组拆分，每组对应一条完整的NFT数据
• 第四步：将拆分后的数据传入pandas生成DataFrame，可根据需要清理数值格式方便后续计算

示例代码如下：

import pandas as pd

# 替换为你的txt文件实际路径
file_path = "nft_data.txt"

# 读取所有行，去除换行符、空行
with open(file_path, "r", encoding="utf-8") as f:
    all_lines = [line.strip() for line in f if line.strip()]

# 提取列名
col_names = all_lines[:10]
# 剩余行按每10个为一组拆分
data_list = [all_lines[i:i+10] for i in range(10, len(all_lines), 10)]
# 生成DataFrame
nft_df = pd.DataFrame(data_list, columns=col_names)

# 可选操作：把带逗号、百分号的文本格式数值转为可计算的数值类型
nft_df["Volume (ETH)"] = nft_df["Volume (ETH)"].str.replace(",", "").astype(float)
nft_df["Market Cap (ETH)"] = nft_df["Market Cap (ETH)"].str.replace(",", "").astype(float)
nft_df["#Transactions"] = nft_df["#Transactions"].str.replace(",", "").astype(int)
nft_df["#Wallets"] = nft_df["#Wallets"].str.replace(",", "").astype(int)
nft_df["% Opensea+Rarible"] = nft_df["% Opensea+Rarible"].str.replace("%", "").astype(float) / 100

按你提供的示例内容运行后，会得到包含2条NFT数据、10个列的DataFrame，完全符合你的需求。

内容的提问来源于stack exchange，提问作者hengjuice