我有一个类似下面的文本文件，想要将它们导入到pandas dataframe中。我怎样才能做到这一点？谢谢你的帮助。
实际上，最终目标是格式化文本并对其进行排序。我尝试过read_csv，但是数据放在了错误的位置。
Date Time Height(m) Time Height(m) Time Height(m) Time Height(m)
01 01 0343 0.3 1009 1.6 1434 1.1 2048 2.7
01 02 0435 0.1 1106 1.6 1521 1.1 2132 2.8
01 03 0524 0.0 1157 1.6 1607 1.1 2217 2.8
01 04 0613 0.0 1244 1.6 1654 1.1 2305 2.7
01 05 0659 0.1 1330 1.6 1742 1.1 2352 2.5
01 06 0744 0.2 1418 1.6 1833 1.2
01 07 0041 2.3 0828 0.4 1508 1.7 1935 1.3
01 08 0131 2.1 0912 0.6 1604 1.7 2106 1.3
01 09 0228 1.8 0956 0.7 1702 1.8 2244 1.3
01 10 0421 1.5 1043 0.9 1753 1.9
01 11 0026 1.1 0618 1.4 1131 1.0 1832 2.0
01 12 0154 0.9 0801 1.3 1219 1.1 1905 2.1
01 13 0246 0.8 0913 1.4 1303 1.1 1935 2.2
01 14 0326 0.6 0956 1.4 1343 1.2 2005 2.3
01 15 0402 0.5 1030 1.4 1421 1.1 2036 2.4
01 16 0436 0.4 1102 1.4 1457 1.1 2109 2.4
01 17 0509 0.3 1132 1.5 1533 1.1 2142 2.5
01 18 0539 0.3 1200 1.5 1610 1.1 2217 2.5
01 19 0608 0.3 1227 1.5 1648 1.1 2252 2.4
01 20 0634 0.4 1254 1.5 1728 1.1 2329 2.4
01 21 0700 0.4 1325 1.5 1811 1.1
01 22 0006 2.2 0729 0.5 1402 1.6 1859 1.1
01 23 0047 2.1 0802 0.6 1445 1.6 2001 1.2
01 24 0132 1.9 0839 0.7 1532 1.7 2129 1.1
01 25 0230 1.7 0921 0.8 1622 1.8 2255 1.0
01 26 0418 1.5 1012 1.0 1715 1.9
01 27 0021 0.8 0621 1.4 1113 1.1 1807 2.1
01 28 0140 0.6 0808 1.4 1220 1.1 1858 2.3
01 29 0242 0.4 0920 1.4 1323 1.1 1948 2.5
01 30 0336 0.2 1012 1.5 1420 1.1 2038 2.6
01 31 0426 0.0 1056 1.5 1513 1.0 2127 2.7
____________________________________________________________________________
Date Time Height(m) Time Height(m) Time Height(m) Time Height(m)
02 01 0512 0.0 1136 1.6 1602 0.9 2216 2.7
02 02 0555 0.0 1214 1.6 1650 0.9 2304 2.6
02 03 0635 0.1 1250 1.7 1738 0.9 2351 2.4
02 04 0712 0.3 1326 1.7 1826 0.9
02 05 0035 2.2 0747 0.5 1400 1.7 1919 1.0
02 06 0118 1.9 0818 0.7 1435 1.7 2026 1.1
02 07 0203 1.7 0847 0.8 1516 1.8 2152 1.1
02 08 0309 1.4 0917 1.0 1611 1.8 2338 1.0
02 09 0605 1.3 0956 1.1 1720 1.9
02 10 0135 0.9 0832 1.3 1056 1.2 1816 1.9
02 11 0233 0.7 0924 1.3 1218 1.2 1901 2.0
02 12 0310 0.6 0952 1.4 1318 1.2 1940 2.1
02 13 0343 0.5 1014 1.4 1405 1.2 2017 2.2
02 14 0414 0.4 1037 1.5 1447 1.1 2054 2.3
02 15 0444 0.3 1059 1.5 1526 1.0 2132 2.4
02 16 0512 0.3 1120 1.5 1605 0.9 2209 2.4
02 17 0536 0.4 1139 1.6 1644 0.9 2248 2.3
02 18 0558 0.4 1200 1.7 1725 0.8 2326 2.3
02 19 0621 0.5 1223 1.7 1808 0.8
02 20 0006 2.2 0648 0.6 1249 1.8 1856 0.8
02 21 0048 2.0 0718 0.7 1319 1.8 1953 0.8
02 22 0135 1.8 0750 0.8 1355 1.9 2108 0.8
02 23 0242 1.5 0826 1.0 1445 1.9 2231 0.8
02 24 0441 1.4 0909 1.1 1603 2.0 2359 0.7
02 25 0708 1.3 1024 1.2 1729 2.1
02 26 0124 0.5 0835 1.4 1204 1.2 1841 2.2
02 27 0228 0.3 0922 1.5 1320 1.2 1941 2.4
02 28 0320 0.2 0959 1.6 1421 1.0 2035 2.5
____________________________________________________________________________
答案 0 :(得分：0)
我相信你需要：
#read all values as str
df = pd.read_csv(file, sep="\s+", dtype=str)
#filter out Time values and NaN values
df = df[(df['Date'] != 'Time') & (df['Date'].notnull())]
#add first column to index
df = df.set_index('Date', append=True)
#add 0 to columns for MultiIndex in columns by split
df = df.rename(columns={'Time':'Time.0','Height(m)':'Height(m).0'})
df.columns = df.columns.str.split('.', expand=True)
#reshape and remove last level of MultiIndex
df = df.stack().reset_index(level=-1, drop=True).reset_index()
#last rename for nice columns names
df = df.rename(columns={'level_0':'Month','Date':'Day'})
print (df.head(10))
Month Day Height(m) Time
0 01 01 0.3 0343
1 01 01 1.6 1009
2 01 01 1.1 1434
3 01 01 2.7 2048
4 01 02 0.1 0435
5 01 02 1.6 1106
6 01 02 1.1 1521
7 01 02 2.8 2132
8 01 03 0.0 0524
9 01 03 1.6 1157
答案 1 :(得分：0)
我会这样尝试：
df = pd.read_csv('file.extension', sep=" ", header=
['Date','Time','Height(m)','Time Height(m)','Time Height(m),'Time Height(m)'])
我不明白你的文件中是否有2次标题，在这种情况下你可以直接打开你的文件或用python打开文件并消除那些行。