使用pandas合并无表头txt文件多列为冒号分隔字段的方法

前置准备 #

先确保环境安装了pandas，未安装的话直接在终端执行：
pip install pandas

逐行可运行代码（新手直接复制改路径即可使用） #

因为你的文件没有列标题，pandas读取时会自动给列分配默认索引（0、1、2、3、4），刚好对应原文件的第1到第5列，完全不需要手动设置列名：

import pandas as pd

# 1. 读取无表头的txt文件
# 参数说明：
# header=None: 明确告知pandas文件无列标题，不会误把第一行数据当表头
# sep="\s+": 匹配任意多个空格/制表符作为列分隔，适配你示例里的多空格分隔格式
df = pd.read_csv("替换成你的原txt文件路径.txt", header=None, sep="\s+")

# 2. 按要求拼接列：前3列（索引0/1/2）拼为第一组，后2列（索引3/4）拼为第二组，同组用冒号分隔
# astype(str)将所有值转为字符串，避免数字类型拼接时报类型错误
col_group1 = df[[0, 1, 2]].astype(str).agg(":".join, axis=1)
col_group2 = df[[3, 4]].astype(str).agg(":".join, axis=1)

# 3. 合并两组内容并保存为新文件
final_result = pd.concat([col_group1, col_group2], axis=1)
# 参数说明：
# index=False: 不保存自动生成的行号
# header=False: 不保存自动生成的列名
# sep="\t": 两组内容之间用制表符分隔，若要和示例里的多空格效果完全一致，把sep值换成"    "即可
final_result.to_csv("拼接完成的结果.txt", index=False, header=False, sep="\t")

常见问题适配 #

• 如果读取时识别的列数不对：检查原文件是否存在列内带空格的情况，若为固定宽度分列的格式，可将pd.read_csv替换为pd.read_fwf读取
• 如果输出文件出现多余空行：在to_csv方法中添加lineterminator="\n"参数，统一换行格式即可
• 如果原文件存在空行：读取时添加参数skip_blank_lines=True，自动跳过无效空行

内容的提问来源于stack exchange，提问作者hurricane2923