如何用pandas读取带#表头、逗号分隔的县域新冠数据txt并拆分清理列

• 误将分隔规则设为空白拆分：你给read_table传了delim_whitespace=True，要求按空格拆分单元格，但实际文件是用逗号分隔所有字段，正文内容完全没有空格拆分的设计，最终就会出现所有正文行被整段塞进单个单元格的问题
• 列名传参逻辑错位：没有跳过文件自带的表头行，就手动传入自定义列名，会导致原表头行被当成普通数据行读取，进一步造成列和数据的错位
• 未处理首行County字段前的#符号，容易导致后续字段读取出现解析异常
• 自定义列名和原文件字段不匹配：错把Probable Cases写为单数形式的Probable Case，后续做数据处理时容易出现列名找不到的问题

这个文件本质是逗号分隔的结构化文本，不管后缀是.txt还是.csv，都可以直接用pandas的通用读取逻辑适配，有两种常用实现方案：

方案1：完全跳过原表头，使用自定义干净列名 #

适合需要统一列名格式的场景，代码如下：

import pandas as pd

cov = pd.read_csv(
    'county-covid-data.txt',
    sep=',',                # 明确指定逗号为字段分隔符，替代原来错误的空格拆分
    skiprows=1,             # 跳过带#符号的原首行表头
    names=['County', 'Confirmed Cases', 'Probable Cases', 'Deaths']  # 传入无多余符号的准确列名
)

读取完成后可以用cov.head()校验，所有字段会正确拆分到对应列，没有内容挤在同一个单元格的问题。

方案2：复用文件自带表头，仅清洗多余符号 #

不需要手动定义列名，保留文件原生的表头内容，只移除列名前的#，代码如下：

import pandas as pd

cov = pd.read_csv('county-covid-data.txt', sep=',')
# 仅清洗列名开头的#符号，不改动任何数据内容
cov.columns = cov.columns.str.removeprefix('#')

不要被.txt的文件后缀限制必须用read_table读取：pandas的读取逻辑只识别文件内的实际分隔规则，read_table本身只是read_csv的一个默认参数调整版，两者没有本质区别。

内容的提问来源于stack exchange，提问作者sarsmth23