Python：如何将按换行分块的文件转换为DataFrame？

嘿，这个需求很明确，用Python的pandas就能快速搞定，我给你两种可行的方案：

方案一：直接用pandas读取文件 #

这是最简洁的方式，pandas天生就擅长处理这类结构化数据。核心是指定正确的分隔符（空格），并自定义列名：

import pandas as pd

# 读取文件，sep=' '表示用单个空格分隔字段，header=None说明原文件没有表头
# names参数指定我们需要的列名f1到f5
df = pd.read_csv('your_input_file.txt', sep=' ', header=None, names=['f1', 'f2', 'f3', 'f4', 'f5'])

# 查看转换后的结果
print(df)

如果你的文件里字段之间是多个空格或者混合了制表符分隔，把sep=' '改成sep='\s+'就行，\s+会匹配任意数量的空白字符。

方案二：手动读取处理（适合需要更灵活操作的场景） #

要是你想先对文本内容做自定义处理再转成DataFrame，可以试试这种方式：

import pandas as pd

# 用来存储所有行数据的列表
rows = []

# 打开文件逐行读取
with open('your_input_file.txt', 'r', encoding='utf-8') as f:
    for line in f:
        # 去掉行首尾的换行符、空格等空白字符
        cleaned_line = line.strip()
        if cleaned_line:  # 跳过空行
            # 按空白字符分割成字段（自动兼容多空格情况）
            fields = cleaned_line.split()
            rows.append(fields)

# 把列表转成DataFrame并指定列名
df = pd.DataFrame(rows, columns=['f1', 'f2', 'f3', 'f4', 'f5'])

运行完上面的代码，你就能得到完全符合预期结构的DataFrame了。如果之后需要导出成CSV、Excel等格式，直接用df.to_csv('output.csv', index=False)或者df.to_excel('output.xlsx', index=False)即可。

内容的提问来源于stack exchange，提问作者Jia