Python 将txt文件导入数据帧时遇到困难

我正在尝试导入一个txt文件（到一个数据框中），看起来像这样

12345           20191113418824004           S20191013
23456           20191030T20.60XA            X20191230

数据帧必须看起来像

memberid    Date1      Code        Flag   Date2
12345       20191113   418824004   S      20191013
23456       20191030   T20.60XA    X      20191230

到目前为止，我试着

data = pd.read_csv ("diag.txt",delimiter = "\t")
df = pd.DataFrame(data, columns= ['memberid','Date1','Code','Flag','Date2'])

但是我把所有的专栏都列为NAN。不知道为什么连memberid列都没有拾取。 非常感谢您的指导

这里是分离的规则-

让我们看第一行：

1234520191113418824004 S20191013

。第一个连续的数字序列（直到我们到达第一个空格）

12345

是

memberid

在我们遇到的下一个数字块（

20191113418824004

）中，第一个

8

数字成为

Date1

。第一个

8

数字后剩下的任何数字都将成为

code

（在这种情况下

20191113

将成为日期，其余的

-418824004

将成为代码）

在下一个数据块中，我们遇到了

S20191013

。第一个字母成为

标志

，其余字母成为

日期2

。如果我可以说，第三列总是

varchar（9）

。因此，在本例中，S是标志，其余的

20191013

是

Date2

这是我手工生成的所有随机模拟数据。没有敏感信息。

请尝试：

df=pd.read\u csv（“您的文件.txt”，sep=r“\s+”，header=None）
df[[“Date1”，“Code”]=df.pop（1）.str.extract（r“（\d{8}）（.*）”，expand=True）
df[[“Flag”，“Date2”]=df.pop（2.str.extract（r）（[A-Z]）（.*）”，expand=True）
df=df.rename（列={0:“memberid”}）
打印（df）

印刷品：

memberid日期1代码标志日期2
0 12345 20191113 418824004 S 20191013
123456 20191030 T20.60XA X 20191230

如果您有固定宽度的数据，您可能希望使用而不是读取csv，这样您就不必事后解析，而是在读取时直接使用正确的规范，如下所示（宽度是每个列宽的列表，而不是它们的累积和，请小心）：

如果要获得列名，可以将其作为名称参数传递：

In [34]: pd.read_fwf("test.txt", widths=[16, 8, 20, 1, 30], header=None, names=['memberid','Date1','Code','Flag','Date2'])
Out[34]:
   memberid     Date1       Code Flag     Date2
0     12345  20191113  418824004    S  20191013
1     23456  20191030   T20.60XA    X  20191230

---

我不知道

txt

文件是否存在复制和粘贴问题，但这些值是否像文件中那样粘在一起，或者在

S20191013

之间是否存在选项卡？如果这些值真的像那样粘在一起，你能概述一下它们应该如何被分成列的规则吗？您好，这不是复制粘贴问题。我更新了我的问题，提出了如何将它们分开的规则。如果你能看一看，我很乐意。谢谢你的意见。

In [34]: pd.read_fwf("test.txt", widths=[16, 8, 20, 1, 30], header=None, names=['memberid','Date1','Code','Flag','Date2'])
Out[34]:
   memberid     Date1       Code Flag     Date2
0     12345  20191113  418824004    S  20191013
1     23456  20191030   T20.60XA    X  20191230