使用Pandas读取含交替多列数表格的空格分隔数据文件遇阻

我之前处理过类似的混合表格文件，给你一个实用的Python方案，核心思路是逐行识别表格类型，分情况存储数据：

核心实现步骤 #

• 逐行读取文件，跳过空行和无关描述行（比如Test、Date、Timestep这类标识行）
• 通过表头行（比如你示例里的No. u v w x）判断当前表格的列数/类型
• 将对应的数据行存入不同的容器，后续还能转换成DataFrame方便分析

代码示例 #

基础版：分表存储原始数据 #

# 初始化两个列表分别存储两种表格的数据
table1 = []  # 对应包含x列的表格（5列）
table2 = []  # 对应另一种列数的表格
current_table = None

with open('your_data_file.txt', 'r') as file:
    for line in file:
        stripped_line = line.strip()
        if not stripped_line:
            continue  # 跳过空行
        
        # 识别表头行，切换当前表格类型
        if stripped_line.startswith('No.'):
            header = stripped_line.split()
            # 根据列数判断（或者根据是否包含'x'字段判断，更灵活）
            if len(header) == 5:
                current_table = table1
                table1.append(header)  # 保存表头
            elif len(header) == 4:
                current_table = table2
                table2.append(header)
            continue
        
        # 跳过无关的描述性行
        if any(kw in stripped_line for kw in ['Test', 'Date', 'Timestep']):
            continue
        
        # 处理数据行，确保列数匹配再添加
        if current_table is not None:
            data = stripped_line.split()
            if len(data) == len(current_table[0]):
                current_table.append(data)
            else:
                print(f"跳过格式错误的行: {stripped_line}")

进阶版：转换成Pandas DataFrame（方便数据分析） #

如果需要做后续的数据分析，可以把列表转换成DataFrame：

import pandas as pd

# 转换第一种表格
df1 = pd.DataFrame(table1[1:], columns=table1[0])
# 将数值列转为数值类型
numeric_cols1 = table1[0][1:]
df1[numeric_cols1] = df1[numeric_cols1].apply(pd.to_numeric)

# 转换第二种表格
df2 = pd.DataFrame(table2[1:], columns=table2[0])
numeric_cols2 = table2[0][1:]
df2[numeric_cols2] = df2[numeric_cols2].apply(pd.to_numeric)

# 查看结果
print("第一种表格数据：")
print(df1.head())
print("\n第二种表格数据：")
print(df2.head())

注意事项 #

• 如果表头的标识不是No.，可以调整判断条件（比如检查是否包含多个字段名，如u、v）
• 如果数据行有格式异常，代码里的跳过逻辑可以换成日志记录，方便排查问题
• split()方法会自动处理任意数量的空格分隔，不用担心多个空格的问题

内容的提问来源于stack exchange，提问作者Kam