Python如何读取带前序无关行的Tab分隔txt列并创建列表
Python读取LabView导出Tab分隔TXT文件的实现方案
适用场景
针对LabView类软件导出的TXT文件:开头包含标题、导出说明等无关行,后续为Tab分隔的数值列(如温度1、温度2、压力),需求为跳过无关行,提取数据存储为Python列表。
方法1:原生Python实现(无需安装第三方库)
场景A:明确知晓需要跳过的无关行数
如果每次导出的文件格式固定,可直接指定跳过的行数,逐行解析数据:
# 初始化存储结构 col_names = [] # 存储表头列名 data_rows = [] # 存储按行组织的数据,格式为[[行1的温度1, 行1的温度2, 行1的压力], ...] skip_rows = 3 # 替换为你实际需要跳过的无关行数量 # 打开文件,注意编码适配 with open("labview_export.txt", "r", encoding="utf-8") as f: # 跳过指定数量的无关行 for _ in range(skip_rows): next(f) # 读取第一行有效内容作为表头 header_line = f.readline().strip() col_names = header_line.split("\t") # 逐行读取后续数据 for line in f: clean_line = line.strip() if not clean_line: # 自动跳过空行 continue # 按Tab分割字段,转为数值类型 row_data = [float(item) for item in clean_line.split("\t")] data_rows.append(row_data) # 如果需要按列存储为独立列表(如分别存温度1、温度2、压力的列表),可对行数据做转置 col_t1, col_t2, col_p = zip(*data_rows) # 转回普通列表格式 col_t1 = list(col_t1) col_t2 = list(col_t2) col_p = list(col_p)
场景B:不确定无关行数,自动定位有效表头
如果不同导出文件的无关行数量不固定,可通过表头的固定关键字定位有效起始行,无需手动统计跳过行数:
# 替换为你表头中固定存在的关键字 target_keywords = ["温度1", "温度2"] col_names = [] data_rows = [] header_found = False with open("labview_export.txt", "r", encoding="utf-8") as f: for line in f: clean_line = line.strip() # 未找到表头时逐行校验 if not header_found: # 匹配规则:当前行同时包含所有目标关键字,且为Tab分隔 if all(kw in clean_line for kw in target_keywords) and "\t" in clean_line: header_found = True col_names = clean_line.split("\t") continue # 无关行直接跳过 # 找到表头后开始读取数据 if not clean_line: continue row_data = [float(item) for item in clean_line.split("\t")] data_rows.append(row_data)
常见兼容问题处理
- 全角分隔符适配:如果文件混有全角空格(
\u3000)作为分隔符,可在行处理时先替换:clean_line = line.strip().replace("\u3000", "\t") - 空值容错:如果存在空单元格导致数值转换报错,可增加异常捕获:
row_data = [] for item in clean_line.split("\t"): try: row_data.append(float(item)) except ValueError: row_data.append(None) # 空值标记为None - 编码兼容:如果打开文件报编码错误,可将
open中的encoding="utf-8"替换为encoding="gbk",适配Windows导出的老式文本文件。
方法2:Pandas简化实现(适合批量处理)
如果需要对数据做统计、绘图等操作,使用Pandas读取表格效率更高,代码更简洁:
import pandas as pd # 第一步:自动定位有效表头的行号 header_row_idx = -1 target_keywords = ["温度1", "温度2"] with open("labview_export.txt", "r", encoding="utf-8") as f: for idx, line in enumerate(f): clean_line = line.strip() if all(kw in clean_line for kw in target_keywords) and "\t" in clean_line: header_row_idx = idx break # 第二步:按Tab分隔读取文件,指定表头行位置 df = pd.read_csv("labview_export.txt", sep="\t", header=header_row_idx) # 按行转为Python列表 data_rows = df.values.tolist() # 按列转为Python列表,格式为{列名: 对应数值列表} col_list = {col: df[col].tolist() for col in df.columns}
内容的提问来源于stack exchange,提问作者CeliaL
相关产品推荐
相关产品推荐

