Python 将类似系列的数据文件导入熊猫

以下是数据文件的示例：

 =====
 name          aaa
 place         paaa
 date          Thu Oct 1 12:02:03 2015
 load_status   198
 add_name      naaa
 [---blank line---]
 =====
 name          bbb
 place         pbbb
 date          Thu Oct 3 21:20:36 2015
 load_status   2000.327
 add_name      nbbb
 [---blank line---]

在一个文件中可能有数百条这样的记录

我希望得到一个熊猫对象，如下所示：

   name | place | date                    | load_status | add_name
   ---------------------------------------------------------------
   aaa  | paaa  | Thu Oct 1 12:02:03 2015 | 198         | naaa
   bbb  | pbbb  | Thu Oct 3 21:20:36 2015 | 2000.327    | nbbb

每个记录中的字段数相同：因此所有记录都有一些“名称”、“位置”等

我可以将文件转换为“bash+grep+awk”，然后将其作为csv读取，但对于只有Python和Windows的用户来说，这并不实用。 使用Python转置文件，然后将其作为csv读取看起来有些过分，因为我希望Pandas能够以某种方式处理这种情况

---

我想到了Series+dtype和read_table，但无法让它们为我工作。

这里是Python中的一个简单循环。之后你必须做一些清洁，然后做一些检查，但这应该让你开始

import pandas as pd

records = []
this_record = {}
with open(input_fn, 'r') as f:
    for line in f:
        if line.strip() == '':
            records.append(this_record)
            this_record = {}
            continue
        elif line.startswith('='):
            continue
        line = line.split()
        this_record[line[0]] = ' '.join(line[1:]).strip()

df = pd.DataFrame.from_records(records)

---

虽然这个解决方案对我的54条记录的文件很有吸引力，但我仍然想知道有没有办法让panda文本文件解析器为我做这件事。例如，如果我将从文件行中删除基本上冗余的额外记录分隔符

==

（我还可以在文件开头添加

空行

，以便记录分隔符在整个文件中保持一致：2行-一行为空，一行为

=

符号）。