当从固定格式文本读取数据并手动构建列表后，直接用 pd.DataFrame(list) 会导致所有字段被合并为单列；需在构造 DataFrame 前对每行字符串执行 split() 分割，或使用 Series.str.split(expand=True) 实现自动列解析。
当从固定格式文本读取数据并手动构建列表后，直接用 `pd.dataframe(list)` 会导致所有字段被合并为单列；需在构造 dataframe 前对每行字符串执行 `split()` 分割，或使用 `series.str.split(expand=true)` 实现自动列解析。
在实际数据处理中，常遇到无法直接使用 pd.read_csv() 的场景（如字段间空格不规则、无明确分隔符、预处理已破坏原始结构等）。此时若先将文件逐行读入 Python 列表，再转为 DataFrame，关键在于确保列表中每个元素本身是一个可展开的序列（如 list 或 tuple），而非单一字符串。
✅ 正确做法一：预分割每一行（推荐，高效且可控）
import pandas as pd
data_list = []
with open('input.txt', 'r') as f:
for line in f:
# strip() 去首尾空白，split() 按任意空白（空格/制表符）分割，自动过滤空字段
fields = line.strip().split()
data_list.append(fields)
# 构造 DataFrame，并指定列名
df = pd.DataFrame(data_list, columns=['a', 'b', 'c', 'd'])
print(df.shape) # (4, 4)
print(df)
print(df.columns.tolist()) # ['a', 'b', 'c', 'd']
?
str.split()默认以任意空白字符为分隔符，并跳过连续空格——这恰好适配示例中多空格分隔的固定宽度格式。
✅ 正确做法二：后处理字符串列（灵活但稍慢）
若原始行数极大、或某些行字段数不一致（需容错），可先构建单列 Series，再用向量化方法拆分：
with open('input.txt', 'r') as f:
data_list = [line.strip() for line in f]
# 转为 Series 后调用 str.split(expand=True)，返回 DataFrame
df = pd.Series(data_list).str.split(expand=True)
df.columns = ['a', 'b', 'c', 'd'] # 可选：重命名列
此方法利用 Pandas 内置的矢量化字符串操作，对缺失字段会自动填充 NaN，适合非严格对齐的数据。
⚠️ 注意事项
- ❌ 错误写法：
pd.DataFrame(['line1', 'line2', ...])→ 每个字符串被视为一个「标量」，DataFrame 将其作为单列。 - ✅ 正确前提：
data_list必须是[['f1','f2','f3'], ['g1','g2','g3'], ...]这样的二维结构。 - 若原始数据含前导零（如
'040525'），Pandas 默认可能转为整数导致丢失；如需保留，可在构造后显式设置df['a'] = df['a'].astype(str)。 - 对于真正固定宽度（非空格分隔）的文件，应优先考虑
pd.read_fwf()，但本例因预处理限制不可用，故分割法是最简可靠解。
两种方案均能精准生成 4 列 DataFrame，推荐首选「预分割」方式——逻辑清晰、性能优异、易于调试与扩展。
