在R中读取AGS格式文件并将内部各表转为独立数据框的技术咨询

• 读取AGS文件全部内容，按连续空行切割得到独立的表格块，过滤无效空内容
• 每个有效表格块遵循固定结构：首行是GROUP标记及表名，第二行为列名，第三行为对应列单位，第四行及之后为观测数据
• 逐行拆分处理字段（自动识别双引号包裹的内容，避免内容内逗号干扰拆分），将每个表格块转换为独立DataFrame，所有表格按表名存入字典方便调用

首先安装依赖库：
pip install pandas

完整实现代码：

import pandas as pd
import csv
from io import StringIO
from itertools import groupby

def parse_ags_row(row_str):
    """用csv模块解析单行AGS内容，避免内容中包含逗号导致拆分错误"""
    reader = csv.reader(StringIO(row_str), delimiter=',', quotechar='"')
    return next(reader)

def read_ags(file_path, encoding='utf-8'):
    # 读取文件所有行
    with open(file_path, 'r', encoding=encoding) as f:
        lines = [line.rstrip('\n') for line in f]
    
    # 按连续空行拆分表格块
    table_blocks = []
    for is_empty, group in groupby(lines, key=lambda x: x.strip() == ''):
        if not is_empty:
            table_blocks.append(list(group))
    
    ags_tables = {}
    for block in table_blocks:
        # 跳过非GROUP开头的无效块
        if not (block and parse_ags_row(block[0])[0] == 'GROUP'):
            continue
        # 提取表名
        table_name = parse_ags_row(block[0])[1]
        # 提取列名
        columns = parse_ags_row(block[1])
        # 提取列单位，存入DataFrame属性
        units = parse_ags_row(block[2])
        # 处理数据行
        data = []
        for row in block[3:]:
            data.append(parse_ags_row(row))
        # 生成DataFrame
        df = pd.DataFrame(data, columns=columns)
        df.attrs['units'] = dict(zip(columns, units))
        ags_tables[table_name] = df
    
    return ags_tables

使用方式：

# 替换为你的本地AGS文件路径
ags_result = read_ags("./example.ags", encoding='utf-8')
# 按表名获取对应DataFrame，例如获取LOCA表
loca_df = ags_result.get("LOCA")
# 查看某列的单位
print(loca_df.attrs['units'].get("LOCA_ID"))

• 若读取时出现编码错误，可尝试将encoding参数替换为gbk、latin-1等适配文件编码
• 所有表的单位都存储在对应DataFrame的attrs属性中，可根据需要提取使用
• 如果需要将DataFrame导出为csv、excel等格式，直接调用pandas自带的to_csv、to_excel方法即可

内容的提问来源于stack exchange，提问作者erdi