推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 477 天前的主题，其中的信息可能已经有所发展或是发生改变。
数据导出后是一个 txt 文件，该 txt 可能会包括多家机构的数据，
举个例子来说：需求一
数据第一行是表名，第二行是上下级的机构 ID ，总共占四列，如：上级：123456 下级：22333 第三行会有个分割线（转成 dataframe 占一列），第四行开始就是各行各列的数据，我需要提取出第二行的两个机构号并给数据（从第四行到数据的最后一行）增加两列分别表示两家机构。
需求二：
因为我拿到的 txt 文件可能会是多个表合在一起的结果，也就是包括不同机构，最后的效果就是一张表，然后第一行是标题，第二行开始是数据，数据中多了两列用来标明所属的两家机构
已完成的目标，对数据进行了清洗和筛选计算，但为了完成需求遇到了不少处理困难，比如机构号的检测和提取（因为除了第一张表，其他表不知道在第几行出现），提取出来后加到对应数据的两列中，在提取时使用 df.iterrows()方法会有缺失值，但填补缺失值后处理也会有困难。
想请问大佬们有遇到过处理放在 txt 文件中的多张表格数据然后提取信息最后转成 excel 的处理经验嘛
目前思路有限，恳请赐教！
举个例子来说：需求一
数据第一行是表名，第二行是上下级的机构 ID ，总共占四列，如：上级：123456 下级：22333 第三行会有个分割线（转成 dataframe 占一列），第四行开始就是各行各列的数据，我需要提取出第二行的两个机构号并给数据（从第四行到数据的最后一行）增加两列分别表示两家机构。
需求二：
因为我拿到的 txt 文件可能会是多个表合在一起的结果，也就是包括不同机构，最后的效果就是一张表，然后第一行是标题，第二行开始是数据，数据中多了两列用来标明所属的两家机构
已完成的目标，对数据进行了清洗和筛选计算，但为了完成需求遇到了不少处理困难，比如机构号的检测和提取（因为除了第一张表，其他表不知道在第几行出现），提取出来后加到对应数据的两列中，在提取时使用 df.iterrows()方法会有缺失值，但填补缺失值后处理也会有困难。
想请问大佬们有遇到过处理放在 txt 文件中的多张表格数据然后提取信息最后转成 excel 的处理经验嘛
目前思路有限，恳请赐教！
 |
1
jianhuaMert 2023-09-06 17:38:47 +08:00
先只读第二行获取机构 ID ，然后直接 pandas 读 txt 跳过前四行再把机构 ID 加进去不就行了。
|
 |
2
NoOneNoBody 2023-09-06 17:47:40 +08:00
pandas 可以用 StringIO 读入的
你可以先把 txt 拆分存入不同的 io 对象，各自读取、合并 当然也可以一次读入 txt ，然后找到机构所在行，处理并建 multi-index ，然后 drop 掉这些行 |
 |
3
Illusionary2233 OP @jianhuaMert 因为一个 txt 中会有多张表，而且不同的表来自不同机构，所以解决思路是提取 txt 文件中每行的机构号加两列加到对应的数据中
|
|
4
Illusionary2233 OP @NoOneNoBody 好的，谢谢二位，我试一下
|
Select Language