Pandas导入文本文件无法拆分列、仅识别为单列问题求助

• 初始读取阶段分隔符匹配错误：如果源.dat文件的分隔符不是numpy.genfromtxt默认识别的单空格，而是多个连续空格、制表符、特殊符号等不可见/非默认分隔符，会把整行内容识别为单个元素，转换为DataFrame后自然只有1列。
• 导出阶段写入格式错误：你直接将过滤得到的DataFrame切片通过str(H)转为字符串写入文件，这个操作会把DataFrame的索引、列名、排版空格等非数据内容一起写入，输出的文件不是结构化的分隔文本，后续用pd.read_csv读取时无法识别列边界，只能识别为单一大列。
• 额外逻辑冗余：你当前用groupby('err')的逻辑本质是筛选err小于20的行，完全不需要分组操作，多余的分组逻辑也增加了数据格式混乱的概率。

步骤1：直接读取原始.dat文件 #

跳过numpy中转，直接用pandas读取，明确指定分隔符适配你的源文件格式：

import pandas as pd
# 源文件为空白（空格/制表符）分隔时用sep='\s+'，可匹配任意数量的空白字符
# 如果是其他分隔符，比如逗号就设sep=',',分号设sep=';'即可
df = pd.read_csv('/path/hubel.dat', sep='\s+', names=['Z', 'H', 'err'])

步骤2：过滤数据并导出结构化文本 #

直接用布尔索引筛选数据，用pandas自带的to_csv方法导出标准分隔文本，不需要手动循环写文件：

# 筛选err小于20的所有行
df_filtered = df[df['err'] < 20]
# 导出为制表符分隔的文本，不需要索引和表头就保留header=False和index=False
df_filtered.to_csv("hubble_error_edited-2.txt", sep='\t', index=False, header=False)

步骤3：读取导出的文件 #

读取时指定和导出时一致的分隔符即可正常拆分列：

data = pd.read_csv("hubble_error_edited-2.txt", sep='\t', names=['Z', 'H', 'err'])

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