Python 将列表视为fwf并导入数据帧

我在文件中有一个数据集，如下所示：

headerfilewithlotsofinformationthatcanbediscarted@!123456789LASTNAME FIRSTNAME987654321123456789@!7418529630LASTNAME FIRSTNAME7895456423156498456@!...

使用Python的.split（）方法，我可以以更有用的格式分隔文件，该格式返回一个列表，如下所示：

headerfilewithlotsofinformationthatcanbediscarted
123456789LASTNAME FIRSTNAME9876543211234567895
741852963LASTNAME FIRSTNAME7895456423156498456
...

如您所见，结果列表中的每个元素都是一个固定宽度的类似文件的结构。从这里开始，我需要进一步将每一行分隔成相应的值（我将在列表中手动设置advanced中需要的列的名称和宽度），并创建一个DataFrame：

         ID               Name    COL1   COL2   COL3
0 123456789 LASTNAME FIRSTNAME 9876543 211234 567895
1 741852963 LASTNAME FIRSTNAME 7895456 423156 498456
...

问题是，如何将列表中的每一行（或整个列表）视为pandas中的固定宽度值，以将其转换为数据帧？

如果我直接从固定宽度文件读取数据，实现这一点的等效方法如下：

pd.read_fwf(file, colspecs = [(0,11),(11,50)...], header = None, names = ("ID", "Name"...)

我试图将文件直接加载到pandas数据帧上，并使用pandas将其分隔（拆分）成行，但速度似乎相当慢（pandas大约需要30秒，Python不到0.2秒，大约需要100000行）。尽管这样，我还是可以使用前面的代码获取所需的列。

在拆分（）后尝试此操作：

---

你是如何把这些数字分成col1，col2和col3的？

colspecs = 0, 9, 18, 26, 33, 40, 47
df = pd.DataFrame([[row[i:k] for i, k in zip(colspecs[:-1], colspecs[1:])] for row in split_list[1:]])