使用python将文本文件转换为excel文件（制表符分隔）

Posted 2023-05-09

【中文标题】使用python将文本文件转换为excel文件（制表符分隔）

【英文标题】：Text file to a excel file (tab delimited) with python

【发布时间】：2021-10-14 13:39:33

【问题描述】：

我有一个像这样的 txt 文件

1000  lewis     hamilton  36
1001 sebastian vettel 34
1002  lando  norris  21

我希望它们看起来像这样

我尝试了here 中的解决方案，但它给了我一个空白的 excel 文件，并在尝试打开它时出错

超过一百万行，每行包含大约 10 列

最后一件事我不是 100% 确定它们是否是制表符分隔的，因为有些列看起来它们之间的空间比其他列多，但是当我按下退格键时，一旦它们相互粘连，我猜是

【问题讨论】：

您可以在 pandas 中使用空格作为分隔符打开它，然后保存为 CSV（逗号分隔值）或 TSV（制表符分隔值）。 Excel 将愉快地打开其中任何一种格式。

打开 Excel 并选择 作为分隔符，然后选择

【参考方案1】：

您可以使用 pandas read_csv 读取您的 txt 文件，然后将其保存为带有 .to_excel 的 excel 文件

df = pd.read_csv('your_file.txt' , delim_whitespace=True)
df.to_excel('your_file.xlsx' , index = False)

这里有一些文档：

pandas.read_csv : https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html

.to_excel : https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_excel.html

【讨论】：

OP 说他们不知道它是否实际上是制表符分隔的。使用delim_whitespace=True 可能会更好。另外，如果您使用to_excel，为什么要使用.csv 扩展？

对于 .csv 扩展名是错误的 ^^ 而对于 delim 你是对的

【参考方案2】：

如果不确定字段是如何分隔的，可以使用 '\s' 以空格分隔。

import pandas as pd 
df = pd.read_csv('f1.txt', sep="\s+", header=None)
# you might need: pip install openpyxl
df.to_excel('f1.xlsx', 'Sheet1')  

随机分隔字段示例（f1.txt）：

1000  lewis     hamilton  2 36
1001 sebastian vettel 8 34
1002  lando  norris   6 21

如果您有一些行的列比第一行多，导致：

ParserError：标记数据时出错。 C 错误：预计第 5 行中有 5 个字段，看到 6

您可以使用以下方法忽略这些：

df = pd.read_csv('f1.txt', sep="\s+", header=None,  error_bad_lines=False)

这是一个数据示例：

1000  lewis     hamilton  2 36
1001 sebastian vettel 8 34
1002  lando  norris     6 21
1003 charles leclerc           1 3
1004 carlos sainz  ferrari 2 2 

最后一行将被忽略：

b'跳过第 5 行：预期 5 个字段，看到 6\n'

【讨论】：

这个与我的小例子一起工作，所以谢谢你。我不知道你是否熟悉它，但我有一个错误说 pandas.errors.ParserError: Error tokenizing data。 C 错误：预计第 4 行中有 19 个字段，看到 20 个我认为这是因为即使有 18 或 19 列，有些列仍然有 2 或 3 个单词来解决这个问题？

您可以尝试：pd.read_csv('f1.txt', sep="\s+", header=None, error_bad_lines=False) 跳过这些行。

所以如果我使用这个，那些行会消失吗？这不是我想要的

然后你应该检查那些行（使用警告'skipping line LINE'）并寻找一些有助于拆分列的模式。你能在这里举一些这些行的例子吗？

我当然会去，但是行太长，不适合这里，所以这里是图片：这是前 4 行的样子 imgur.com/a/raL9GsG 这是我运行代码时发生的情况这些行imgur.com/a/fAi3BeF（程序删除了第 4 行，因为在日期之后它有一个额外的文本）这就是我想要的 imgur.com/a/fg4uFTg 现在对于第 4 行我们可以删除那个额外的文本，或者我们可以把它和下一个他们两个我都可以