本文介绍两种稳健方法，解决因CSV格式不规范（如每行字段数不同）导致的pandas解析失败问题，并将多个文本文件分别写入Excel的不同工作表。
本文介绍两种稳健方法，解决因csv格式不规范（如每行字段数不同）导致的pandas解析失败问题，并将多个文本 files 分别写入excel的不同工作表。
在实际数据处理中，常遇到“伪CSV”文本文件：虽以逗号分隔，但各行字段数不一致（如 a,、f,g,h,j,），直接使用 pd.read_csv(..., sep=',') 会因列数不匹配触发 ParserError。根本原因在于pandas默认按首行或最大列数推断结构，而此类文件无统一schema。
以下是两种专业、可控的解决方案：
✅ 方案一：预设最大列数（推荐用于结构相对可控场景）
若已知字段上限（例如最多10列），可显式指定列名，避免自动推断失败：
import pandas as pd
N_COLS = 10 # 根据业务预估最大列数
df = pd.read_csv("exp.txt",
sep=',',
header=None,
names=range(N_COLS), # 强制定义0~9共10列
engine='python') # 更兼容不规则输入
df = df.dropna(how='all', axis=1) # 删除全为空的冗余列（可选）
该方法稳定、高效，适用于字段维度有明确上界的场景，且天然支持后续Excel多表写入。
✅ 方案二：单列读取 + 字符串分割（通用灵活方案）
当列数完全不可预测时，绕过pandas原生解析器，先将整行作为字符串读入，再手动切分：
Excel 数据可视化图表生成器 - 把 Excel/表格数据一键转为柱状图、折线图、饼图、雷达图、堆叠柱状图、散点图、面积图、环形图、气泡图、极坐标图、水平柱状图、柱+线组合双轴图。支持数据透视后绘图(--pivot),输出交互式 HTML(可悬停查看数值、一键下载 PNG)与静态 PNG(可嵌入文档/PPT)。提供两套配色方案: cn-stock(涨红跌绿, 金融财报默认) 与 vibrant(明亮风格, 适合演示报告)。当用户提到数据可视化、画图、图表、走势图、占比图、趋势图、对比图、透视表、Exc
df = (pd.read_csv("exp.txt",
sep='--NOSEP--', # 一个绝不会出现的分隔符
header=None,
engine='python')[0] # 读为单列Series
.str.strip(', ') # 清理行首尾逗号和空格
.str.split(',', expand=True) # 按逗号分割，自动对齐为DataFrame
)
⚠️ 注意事项：
- 此法不支持带引号的字段（如 "a,b",c），仅适用于纯逗号分隔、无转义/嵌套的简单文本；
- expand=True 确保结果为规整二维DataFrame，缺失位置自动填充 NaN；
- 若需保留末尾空字段（如 a,,b, → [a, None, b, None]），可省略 .strip(', ')，直接 .str.split(',', expand=True)。
? 批量写入Excel（多文件→多Sheet）
整合上述任一方案，即可实现多文本文件到单个Excel的多工作表输出：
import pandas as pd
from pathlib import Path
excel_writer = pd.ExcelWriter("output.xlsx", engine="openpyxl")
for txt_file in Path(".").glob("*.txt"):
# 使用方案二解析（更通用）
df = (pd.read_csv(txt_file, sep='--NOSEP--', header=None, engine='python')[0]
.str.strip(', ').str.split(',', expand=True))
# 写入同名sheet（截断过长文件名，Excel sheet名≤31字符）
sheet_name = txt_file.stem[:31]
df.to_excel(excel_writer, sheet_name=sheet_name, index=False, header=False)
excel_writer.close()
print("✅ 所有文本文件已写入 output.xlsx 的对应工作表")
总结：面对非标准分隔文本，应放弃“强依赖pandas自动解析”的思路，转而采用显式控制列结构（方案一）或降级为字符串处理（方案二）。二者均规避了 ParserError，并为后续Excel集成提供干净、可扩展的数据基础。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
