如何读取指定格式文本文件并生成符合要求的Pandas DataFrame

原代码错误原因 #

• 循环内每次迭代都重新创建DataFrame，没有提前汇总所有行的有效数据，最终无法得到完整的多行结果
• 仅做了冒号分割，没有对分割后的两段内容按.做二次拆分，无法生成要求的4个独立字段

可直接运行的代码 #

import pandas as pd

# 初始化列表存储每行的解析结果
data = []
with open("TableView.txt", "r", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        # 跳过空行
        if not line:
            continue
        # 按冒号拆分左右两部分
        left, right = line.split(":")
        # 二次拆分左右部分得到对应字段
        base_s, base_t = left.split(".")
        dep_s, dep_n = right.split(".")
        # 存入列表，如果你不需要DEPN转小写，直接去掉.lower()即可
        data.append([base_s, base_t, dep_s, dep_n.lower()])

# 一次性构建DataFrame并指定列名
df = pd.DataFrame(data, columns=["BaseS", "BASET", "DEPS", "DEPN"])
print(df)

运行上述代码后输出结果和你期望的格式完全一致。

内容的提问来源于stack exchange，提问作者rose