Python读取文件字典内容生成Pandas DataFrame的问题求解

原有代码存在3个核心问题：

• 读取到的每行内容是字符串格式，并没有转换为Python字典对象，直接访问line[0]只会取到字符串的第一个字符
• 没有对每行前后的多余空格做处理，会导致集合差集计算匹配错误
• 逐行创建DataFrame的逻辑错误，应该先把所有行转换为字典存入列表，再统一生成DataFrame

import pandas as pd
import ast

def compare(File1, File2):
    # 读取两个文件的行，去除首尾空白后去重，同时过滤空行
    with open(File1, 'r') as f:
        d = {line.strip() for line in f if line.strip()}
    with open(File2, 'r') as f:
        e = {line.strip() for line in f if line.strip()}
    
    # 处理差集的行，统一转换为字典
    dict_list = []
    for line_str in e - d:
        # 安全地把字典字符串转为真实的Python字典
        row_dict = ast.literal_eval(line_str)
        dict_list.append(row_dict)
    
    # 生成DataFrame，按COLNO升序排序对齐预期输出
    df = pd.DataFrame(dict_list).sort_values(by='COLNO', ignore_index=True)
    # 输出结果到文件，可自定义分隔符
    df.to_csv('pandastry1.txt', sep='\t', index=False)
    # 打印验证结果
    print(df)

compare('OPd.txt','OPER.txt')

• 用ast.literal_eval替代普通eval，安全地将符合Python字典格式的字符串转为真实字典对象，避免代码注入风险
• 读取行时先调用strip()去除前后多余空白，同时过滤空行，避免差集计算出错
• 所有行处理完成后统一生成DataFrame，可通过sort_values调整排序规则，和你预期的输出顺序对齐
• 直接用DataFrame内置的to_csv方法输出到文件，可通过sep参数自定义列分隔符

内容的提问来源于stack exchange，提问作者rose