从含空白的ASCII文件创建DataFrame并将空白转换为NaN的问题

核心问题原因 #

使用sep="\s+"读取文件时，pandas会将任意长度的连续空白作为单一分隔符，直接跳过空白占位位置，导致空值丢失、列数与原始格式不匹配；使用单空格作为分隔符则会将单个空格识别为分隔符，产生大量无效空列，无法对齐字段。

读取文件保留空白为NaN的实现 #

优先使用pandas.read_fwf()读取固定宽度对齐的ASCII文件，该方法会按列宽度识别字段，自动保留空白占位为缺失值：

import pandas as pd
import numpy as np

# 方式1：自动识别列宽，适合对齐规则的ASCII文件
df = pd.read_fwf("你的ASCII文件路径.txt", header=None)

# 方式2：手动指定列宽/列边界，适合自动识别不准的场景
# widths参数传入每列的字符宽度
# df = pd.read_fwf("你的ASCII文件路径.txt", widths=[12, 8, 15, 20], header=None)
# 也可以用colspecs参数传入每列的起止位置（左闭右开）
# df = pd.read_fwf("你的ASCII文件路径.txt", colspecs=[(0,12), (12,20), (20,35), (35,55)], header=None)

# 统一空值格式，将剩余的空字符串转为标准NaN
df = df.replace(r"^\s*$", np.nan, regex=True)

奇偶行合并实现 #

读取阶段已保证所有行的列数完全一致，可直接按需求逻辑执行拆分合并：

# 拆分奇数行（第1、3、5...行）和偶数行（第2、4、6...行），重置索引保证对齐
df_first = df.iloc[::2].reset_index(drop=True)
df_second = df.iloc[1::2].reset_index(drop=True)

# 重命名第二部分的列名，避免合并后冲突
df_second.columns = [f"{col}_row2" for col in df_second.columns]

# 横向拼接得到最终结果
df_result = pd.concat([df_first, df_second], axis=1)

内容的提问来源于stack exchange，提问作者joho