如何用Python按指定位置重格式化TXT文件适配Pandas处理要求

你之前的代码报错是因为给info赋值的字符串内容没有用引号包裹，属于基础语法错误。你可以直接用如下Python脚本批量处理1000+行数据，全程不需要手动修改：

# 配置文件路径，替换成你自己的文件路径
input_path = "原始数据.txt"
output_path = "格式化后数据.txt"

processed_lines = []
with open(input_path, "r", encoding="utf-8") as f:
    for line in f:
        # 跳过空行
        line = line.strip()
        if not line:
            continue
        # 按逗号切割字段
        fields = [i.strip() for i in line.split(",")]
        # 前两个字段（日期、时间）加双引号
        fields[0] = f'"{fields[0]}"'
        fields[1] = f'"{fields[1]}"'
        # 拼接成要求的格式
        processed_line = f'[{",".join(fields)}],'
        processed_lines.append(processed_line)

# 写入输出文件
with open(output_path, "w", encoding="utf-8") as f:
    f.write("\n".join(processed_lines))

效率更高的替代方案 #

如果你的最终目的是把数据导入Pandas做处理，完全不需要做上述格式转换，直接读取原始TXT文件即可，操作更简单：

import pandas as pd

# 直接读取原始CSV格式的TXT文件，指定前两列为字符串类型避免自动转格式出错
df = pd.read_csv(
    "原始数据.txt",
    header=None,
    dtype={0: str, 1: str}
)
# 之后可以直接用df做后续处理，完全符合Pandas的使用要求

内容的提问来源于stack exchange，提问作者Shivash Mishra