Python实现分号分隔文本文件转列、规则处理及排序

安全阿岳

2026-10-2

实现代码

直接用pandas批量处理即可，无需逐行循环读取，调整后的代码如下：

import pandas as pd

# 1. 读取分号分隔的源文件，无表头
datafile = r"path\你的文件名.txt"
df = pd.read_csv(datafile, sep=';', header=None)

# 2. 删除Rate(第3列，索引3)和Operator(第5列，索引5)
df = df.drop(columns=[3,5])

# 3. 插入空列作为第4列（索引4）
df.insert(4, 'empty_col', '')

# 4. 处理Offline行的数值后移
# 此时列索引对应关系：0=ID,1=月份,2=年份,3=Customer,4=空,5=在线状态,6=原始数值
# 新增第7列，Offline行将数值移到第7列，Online行第7列为空
df[7] = df.apply(lambda x: x[6] if x[5] == 'Offline' else '', axis=1)
# Online行数值保留在第6列，Offline行第6列为空
df[6] = df.apply(lambda x: x[6] if x[5] == 'Online' else '', axis=1)

# 5. 按第一列（ID）升序排序，如需按其他字段排序可修改by参数
df = df.sort_values(by=0).reset_index(drop=True)

# 6. 输出为对齐格式的txt文件
# 方案1：制表符分隔，适合后续程序读取
df.columns = [0,1,2,3,4,5,6,7]
df.to_csv("New_"+datafile.split('\\')[-1], sep='\t', index=False, header=True)

# 方案2：固定空格宽度对齐，和你给出的示例效果完全一致，取消下方注释即可使用
# with open("New_"+datafile.split('\\')[-1], 'w', encoding='utf-8') as f:
#     # 写表头
#     f.write(f"{'0':<10}{'1':<7}{'2':<8}{'3':<10}{'4':<5}{'5':<10}{'6':<8}{'7':<}\n")
#     # 逐行写内容
#     for _, row in df.iterrows():
#         f.write(f"{row[0]:<10}{row[1]:<7}{row[2]:<8}{row[3]:<10}{row[4]:<5}{row[5]:<10}{str(row[6]):<8}{str(row[7]):<}\n")

注意事项