如何用Pandas读取含多分隔符的多索引CSV文件？

看起来你遇到的问题是原始数据的结构不是标准表格格式，直接用read_csv的分隔符参数没法一步生成多索引——毕竟你的数据是按组（A、B）打包了多个键值对，每个键值对用:分隔，组内的键值对用\t分隔，这种嵌套结构需要先预处理再重组。

我来给你一步步拆解解决方案：

核心问题分析 #

直接用sep='[:\t]'会把所有:和\t都当成分隔符，导致列被拆得七零八落（比如one : some data会被拆成one、空字符串、some、data），完全没法区分组名、键和值。而header=[0,1]和tupleize_cols是给有双层表头的标准表格用的，你的数据结构不匹配，所以没用。

解决方案：先拆分再重组 #

假设你的原始数据文件data.txt内容是这样的（用\t分隔键值对）：

A	one : some data	two : some other data
B	one : foo	three : bar

我们可以分三步处理：

1. 按\t读取，拆分组和键值对列 #

先把每行的组名和后续的键值对字符串分开：

import pandas as pd

# 读取数据，按\t分割，无表头
df = pd.read_csv('data.txt', sep='\t', header=None)

这时候df的第一列是组名（A/B），后面的列是key : value格式的字符串。

2. 把列转成行，拆分键和值 #

用melt把多列的键值对转成单行，再拆分键和值：

# 把组名以外的列转成行，去掉空值
melted = df.melt(id_vars=0, var_name='_', value_name='kv_pair').dropna(subset=['kv_pair'])

# 拆分键和值（只拆第一个:，避免值里有:的情况）
melted[['key', 'value']] = melted['kv_pair'].str.split(' : ', n=1, expand=True)

3. 构建多索引并整理结构 #

把组名和键设为双层索引，再转成宽表（可选，看你需求）：

# 设置多索引
result = melted.set_index([0, 'key'])['value']

# 如果需要转成宽表（每个键作为列）
result_wide = result.unstack(fill_value='')

# 给索引命名，更清晰
result_wide.index.names = ['group', '']
result_wide.columns.name = 'keys'

print(result_wide)

输出结果会是这样的：

keys        one             three           two           
group                                                      
A        some data                          some other data
B            foo             bar                        

现在你就可以轻松按组切片了，比如result_wide.loc['A']就能拿到A组的所有数据。

简化情况：如果数据是每行一个键值对 #

如果你的原始数据能改成每行一个键值对的格式：

A	one	some data
A	two	some other data
B	one	foo
B	three	bar

那可以直接一步到位：

df = pd.read_csv('data.txt', sep='\t', header=None, index_col=[0,1])

这样直接就生成了以（组名，键）为双层索引的DataFrame。

内容的提问来源于stack exchange，提问作者Noise in the street