Pandas如何按制表符\t拆分列名与数据行并修正格式

执行df.split('\t')失败的核心原因 #

split()是Python原生字符串的实例方法，并非Pandas DataFrame的内置方法，无法直接对整个数据框对象调用，因此会触发属性不存在的报错。

解决方案 #

方案1：文本加载阶段直接指定分隔符（最优路径） #

从根源避免后续拆分操作，在使用read_csv读取txt文件时，直接将分隔符设置为制表符，Pandas会自动完成列名与每行数据的拆分匹配。
示例代码：

import pandas as pd
# sep参数指定为制表符，header=0代表将第一行文本作为列名解析
df = pd.read_csv("your_file.txt", sep="\t", header=0)

处理后效果：

• 列名自动拆分为Cust_id、Sex、BMI、Children、District
• 每一行数据自动拆分为对应列的独立值，如C210、M、22.99、2、Manchester

方案2：已加载为单列字符串的补救处理 #

如果已经错误加载，得到了只有1列、列名为制表符拼接字符串、每行值也是制表符拼接字符串的DataFrame，可通过两步完成拆分：

步骤1：拆分合并状态的列名

取出当前唯一的列名字符串，按制表符拆分为独立列名列表：

new_columns = df.columns[0].split("\t")

步骤2：拆分每行的合并字符串值

通过Pandas的字符串访问器，对目标单列执行拆分操作：

# 取出唯一列的所有值，用str.split按制表符拆分，expand=True将拆分结果展开为独立列
split_rows = df.iloc[:, 0].str.split("\t", expand=True)
# 为拆分后的结果赋予之前生成的独立列名
split_rows.columns = new_columns
# 调用convert_dtypes自动匹配每列的最优数据类型，避免全列被识别为字符串
final_df = split_rows.convert_dtypes()

关键注意事项 #

• 拆分单列（Series）的字符串值时，必须通过Series.str.split()调用方法，需要经过Pandas的str访问器桥接原生字符串能力，不能跳过str直接对Series调用split
• 拆分时的expand=True参数不能省略，否则拆分结果会以列表形式存储在单个单元格中，不会生成独立列
• 若txt文件存在空行、首尾制表符的情况，可在读取时追加skip_blank_lines=True参数，减少无效值干扰

内容的提问来源于stack exchange，提问作者David