使用Python pandas导入格式不规范TXT文件并跳过开头冗余行的方案咨询

解决方案 #

• 方案1：固定跳过开头无效行（适合文件结构固定场景）
  直接通过pandas内置参数跳过前9行无效内容即可完成导入，无需手动修改源文件：

import pandas as pd

df = pd.read_csv(
    '你的文件路径.txt',
    sep=r'\s*;\s*', # 自动忽略分号前后的多余空格
    skiprows=9, # 跳过前9行非数值内容
    header=None, # 不需要A/B/C/D/E/F作为列名时保留该参数，需要列名可将skiprows改为8、header改为8
    engine='python'
)

• 方案2：自动识别有效数据行（适合参数区行数可变场景，鲁棒性更强）
  逐行读取文件后筛选符合数值特征的行，完全不需要关注前置无效内容的长度：

import pandas as pd
import io

valid_lines = []
with open('你的文件路径.txt', 'r', encoding='utf-8') as f:
    for line in f:
        stripped_line = line.strip()
        # 匹配以数字开头、包含分号的有效数值行
        if ';' in stripped_line and stripped_line[0].isdigit():
            valid_lines.append(stripped_line)

df = pd.read_csv(
    io.StringIO('\n'.join(valid_lines)),
    sep=r'\s*;\s*',
    header=None,
    engine='python'
)

如果需要保留表头行的A ; B ; C ; D ; E ; F作为DataFrame的列名，只需要调整筛选逻辑和header参数即可。

内容的提问来源于stack exchange，提问作者Joana Gil