如何将使用竖线加空格作为分隔符的Excel文件读取为pandas DataFrame

你遇到的问题核心有两个：

• 分隔符的正则写法错误：|在正则语法中是代表“或”的特殊字符，你之前写的\s+|本质是匹配“一个以上空白”或者“空值”，自然达不到同时匹配竖线和空格的效果
• 注意文件格式适配：pd.read_csv仅用来读取文本类表格文件，如果你手里的.xls是标准二进制Excel文件，用这个方法本身就不生效；如果是改了后缀名的竖线分隔文本文件，可以直接用下方第一种方案

方案1：文件为改后缀的文本类表格 #

将sep参数设为匹配空格/竖线的正则即可，同时指定引擎为python避免正则兼容告警，代码如下：

import pandas as pd
DF = pd.read_csv(r'Desktop\Automation\File.xls', sep=r'[\s|]+', engine='python')

用你提供的示例内容测试，读取后会得到4列结构正常的DataFrame，列名分别为ID、Name、Job、Nationality，无数据错位问题。

方案2：文件为标准二进制.xls格式 #

先读取Excel文件再做列拆分即可，代码如下：

import pandas as pd
# 读取原始Excel文件
DF = pd.read_excel(r'Desktop\Automation\File.xls')
# 按竖线拆分所有列
DF = DF.iloc[:,0].str.split('|', expand=True).iloc[:,:-1]
# 重命名列名
DF.columns = ['ID','Name','Job','Nationality']
# 拆分ID和Name的空格分隔内容
DF[['ID','Name']] = DF['ID'].str.split('\s', expand=True)

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