你是不是也經(jīng)常遇到這些糟心事：拿到一堆 TXT 格式的實(shí)驗(yàn)數(shù)據(jù)、GIS 點(diǎn)數(shù)據(jù)、傳感器監(jiān)測數(shù)據(jù)，想導(dǎo)入 Excel/SPSS/ArcGIS 分析，卻被亂碼、分隔符不對、空行干擾 搞得心態(tài)爆炸？

手動改格式？數(shù)據(jù)量小還能湊活，幾百上千行數(shù)據(jù)直接勸退；用 Excel 導(dǎo)入向?qū)В坎襟E繁瑣還容易丟表頭，換個文件又要重新設(shè)置一遍。今天給大家分享一段我 日?？蒲兄懈哳l使用的 Python 代碼，僅需 10 行核心代碼，一鍵搞定 TXT 轉(zhuǎn) CSV，完美解決上述所有痛點(diǎn)，新手也能零門檻上手，看完就能復(fù)刻！

一、先聊痛點(diǎn)：你是不是也踩過這些坑？

處理 TXT 轉(zhuǎn) CSV 的過程中，90% 的人會遇到這 3 個核心問題：

• 亂碼重災(zāi)區(qū)：用 Excel 直接打開轉(zhuǎn)換后的 CSV，中文表頭 / 內(nèi)容變成 “????”，改編碼改到懷疑人生；
• 分隔符踩坑：TXT 數(shù)據(jù)有的用逗號分隔、有的用分號、有的用空格，分隔符設(shè)錯直接讀成一列，數(shù)據(jù)全亂；
• 空行搞破壞：原始 TXT 數(shù)據(jù)里夾雜空行，讀取后出現(xiàn)大量 NaN 值，后續(xù)分析還要手動清理；
• 表頭丟失：轉(zhuǎn)換后表頭變成第一行數(shù)據(jù)，導(dǎo)致數(shù)據(jù)維度錯亂，統(tǒng)計(jì)分析全錯。

針對這些痛點(diǎn)，我整理了一套 “懶人友好型” TXT 轉(zhuǎn) CSV 代碼，只需修改 2 行路徑，剩下的交給代碼，全程無需懂復(fù)雜語法，新手也能 1 分鐘搞定！

二、核心優(yōu)勢：為什么這套代碼值得收藏？

? 零門檻使用：只需改 2 行路徑，復(fù)制粘貼就能跑，不用懂 Python 底層邏輯；

? 解決亂碼頑疾：專門適配 Excel 的編碼格式，打開絕對無亂碼；

? 適配各類分隔符：逗號、分號、制表符都能兼容，改一個參數(shù)就行；

? 自動清理空行：原始 TXT 有空白行？代碼自動跳過，無需手動刪；

? 保留完整表頭：第一行表頭原樣保留，數(shù)據(jù)維度不跑偏；

? 可視化驗(yàn)證：轉(zhuǎn)換完成后自動輸出數(shù)據(jù)行數(shù) / 列數(shù) / 表頭，直觀確認(rèn)是否轉(zhuǎn)換成功。

三、完整可運(yùn)行代碼（直接復(fù)制用）

先上完整代碼，大家可以先收藏，后面逐行拆解核心邏輯：

# -*- coding: utf-8 -*-
"""
Created on Mon Jan 19 18:11:27 2026
@author: 做科研的周師兄
"""

import pandas as pd

# ====================== 只需修改這2行路徑 ======================
txt_file_path = r"L:\ML\train\point\IntptRtP.txt"  # 你的txt文件完整路徑
csv_save_path = r"L:\ML\train\point\IntptRtP.csv"  # 生成的csv保存路徑
# ==============================================================

# 核心轉(zhuǎn)換：分隔符設(shè)為分號（若實(shí)際是逗號，把 sep=';' 改成 sep=',' 即可）
df = pd.read_csv(
    txt_file_path,
    sep=',',                # 關(guān)鍵：指定分隔符為分號
    header=0,               # 關(guān)鍵：第一行是表頭，自動識別表頭
    encoding='utf-8',       # 編碼：Windows可選gbk，亂碼時替換
    skip_blank_lines=True   # 自動跳過空行
)

# 保存為CSV（保留表頭，Excel打開無亂碼）
df.to_csv(csv_save_path, index=False, encoding='utf_8_sig')

print("? 轉(zhuǎn)換完成！")
print(f"?? 輸入文件：{txt_file_path}")
print(f"?? 輸出文件：{csv_save_path}")
print(f"?? 數(shù)據(jù)結(jié)構(gòu)：{df.shape[0]}行 × {df.shape[1]}列（表頭：{list(df.columns)}）")

四、逐行拆解：核心代碼為什么這么寫？

很多新手怕改參數(shù)出錯，我把每一行的核心邏輯講透，讓你不僅會用，還知道為什么這么用：

1. 環(huán)境準(zhǔn)備（基礎(chǔ)中的基礎(chǔ)）

import pandas as pd

• 作用：導(dǎo)入 Python 數(shù)據(jù)分析神器 pandas 庫，它是處理文本 / 表格數(shù)據(jù)的 “天花板”，比原生 Python 快 10 倍以上；
• 安裝：如果提示 “找不到 pandas”，打開 cmd / 終端輸入 pip install pandas 即可，30 秒安裝完成。

2. 路徑設(shè)置（唯一需要手動改的地方）

txt_file_path = r"L:\ML\train\point\IntptRtP.txt"
csv_save_path = r"L:\ML\train\point\IntptRtP.csv"

• 關(guān)鍵：路徑前加 r 表示 “原始字符串”，避免路徑中的反斜杠 \ 被 Python 識別為轉(zhuǎn)義字符（比如 \n 會被當(dāng)成換行）；
• 示例：如果你的 TXT 文件在桌面，路徑可以寫 r"C:\Users\你的名字\Desktop\數(shù)據(jù).txt"。

3. 核心讀?。航鉀Q分隔符 / 空行 / 表頭問題

df = pd.read_csv(
    txt_file_path,
    sep=',',                # 分隔符：根據(jù)你的TXT改（,/;/\t/空格）
    header=0,               # 表頭：0表示第一行是表頭，無表頭則設(shè)為None
    encoding='utf-8',       # 讀取編碼：亂碼就換成gbk（Windows默認(rèn)）
    skip_blank_lines=True   # 自動跳過空行，避免讀取到NaN值
)

pd.read_csv()不僅能讀 CSV，更是解析結(jié)構(gòu)化 TXT 的利器，重點(diǎn)參數(shù)解讀：• sep：分隔符，是 TXT 解析的核心！如果你的 TXT 用分號分隔，就改成sep=';'；用制表符分隔則改sep='\t'，這一步錯了會導(dǎo)致列混亂；• header=0：告訴 pandas “第一行是表頭”，解析后會自動將表頭設(shè)為列名，無需手動處理；• encoding='utf-8'：解決中文亂碼的基礎(chǔ)配置，Windows 系統(tǒng)如果仍亂碼，換成encoding='gbk'即可；• skip_blank_lines=True：自動過濾 TXT 中的空行，避免生成多余的空行數(shù)據(jù)。

4. 保存為 CSV—— 避免 Excel 亂碼

df.to_csv(csv_save_path, index=False, encoding='utf_8_sig')
保存環(huán)節(jié)的 2 個關(guān)鍵避坑點(diǎn)：• index=False：不保存 pandas 默認(rèn)的行索引（比如 0、1、2...），只保留原始數(shù)據(jù)，否則 Excel 打開會多一列無用數(shù)據(jù)；• encoding='utf_8_sig'：這是解決 “CSV 用 Excel 打開中文亂碼” 的終極方案！比單純的utf-8多了 BOM 頭，完美適配 Excel。

5. 輸出提示信息 —— 可視化轉(zhuǎn)換結(jié)果

print("? 轉(zhuǎn)換完成！")
print(f"?? 輸入文件：{txt_file_path}")
print(f"?? 輸出文件：{csv_save_path}")
print(f"?? 數(shù)據(jù)結(jié)構(gòu)：{df.shape[0]}行 × {df.shape[1]}列（表頭：{list(df.columns)}）")

貼心的提示信息，讓你一眼知道：• 轉(zhuǎn)換是否成功；• 輸入 / 輸出文件的具體路徑；• 數(shù)據(jù)的行數(shù)、列數(shù)，以及表頭名稱，快速驗(yàn)證數(shù)據(jù)是否解析正確。

# -*- coding: utf-8 -*-
"""
做科研的周師兄：
TXT轉(zhuǎn)CSV一鍵工具
適用場景：科研數(shù)據(jù)、結(jié)構(gòu)化TXT批量轉(zhuǎn)換，解決亂碼/空行/分隔符問題
"""

import pandas as pd

# ====================== 只需修改這2行路徑 ======================
txt_file_path = r"L:\ML\train\IntptRtP.txt"  # 你的txt文件完整路徑
csv_save_path = r"L:\ML\train\IntptRtP.csv"  # 生成的csv保存路徑
# ==============================================================

# 核心轉(zhuǎn)換：按需調(diào)整sep分隔符即可
df = pd.read_csv(
    txt_file_path,
    sep=',',                # 關(guān)鍵：根據(jù)TXT實(shí)際分隔符改（; / \t / 空格等）
    header=0,               # 第一行作為表頭
    encoding='utf-8',       # 亂碼時替換為gbk（Windows）
    skip_blank_lines=True   # 自動跳過空行
)

# 保存為CSV（Excel打開無亂碼）
df.to_csv(csv_save_path, index=False, encoding='utf_8_sig')

# 輸出轉(zhuǎn)換結(jié)果提示
print("? 轉(zhuǎn)換完成！")
print(f"?? 輸入文件：{txt_file_path}")
print(f"?? 輸出文件：{csv_save_path}")
print(f"?? 數(shù)據(jù)結(jié)構(gòu)：{df.shape[0]}行 × {df.shape[1]}列（表頭：{list(df.columns)}）")

五、新手快速上手

步驟1. 安裝 pandas（如果沒裝）：打開 cmd / 終端，執(zhí)行pip install pandas；2. 修改路徑：把代碼中txt_file_path和csv_save_path改成你自己的文件路徑；3. 調(diào)整分隔符：打開你的 TXT 文件，看數(shù)據(jù)是用逗號、分號還是制表符分隔，對應(yīng)修改sep參數(shù)；4. 運(yùn)行代碼：直接運(yùn)行，控制臺會輸出轉(zhuǎn)換結(jié)果，去指定路徑找 CSV 文件即可。

六、常見問題解決（避坑?。?/h2>

1. 中文亂碼：? 先試encoding='gbk'（Windows 系統(tǒng)多數(shù)情況適用）；? 保存 CSV 時必須用utf_8_sig，而非utf-8；

2. 列數(shù)不對 / 數(shù)據(jù)擠在一列：? 99% 是sep分隔符設(shè)置錯誤，打開 TXT 文件確認(rèn)分隔符（比如是分號就改sep=';'）；

3. 空行太多：代碼已默認(rèn)skip_blank_lines=True，無需額外處理；

4. 表頭丟失：檢查header=0是否設(shè)置，若 TXT 無表頭，改成header=None即可。

七、總結(jié)這段代碼的核心優(yōu)勢：

1. 極簡易用：新手只需改 2 行路徑，無需懂復(fù)雜語法；

2. 避坑全面：解決了亂碼、空行、分隔符、索引多余等 90% 的常見問題；

3. 可視化反饋：轉(zhuǎn)換后輸出數(shù)據(jù)維度和表頭，快速驗(yàn)證結(jié)果。不管是科研數(shù)據(jù)處理、日常辦公數(shù)據(jù)轉(zhuǎn)換，還是批量處理多個 TXT 文件（只需加個循環(huán)即可擴(kuò)展），這段代碼都能極大提升效率。

如果有其他問題，歡迎在評論區(qū)留言，一起交流優(yōu)化?。▌e忘了點(diǎn)贊 + 收藏，下次需要轉(zhuǎn)格式時直接抄作業(yè)～）

關(guān)鍵點(diǎn)回顧

1. pd.read_csv()是解析結(jié)構(gòu)化 TXT 的核心，sep分隔符是解析正確的關(guān)鍵；

2. 保存 CSV 時用encoding='utf_8_sig'可徹底解決 Excel 中文亂碼；

3. 路徑前加r避免 Windows 系統(tǒng)轉(zhuǎn)義字符問題，新手只需改路徑即可上手。

以上就是10行Python代碼實(shí)現(xiàn)TXT轉(zhuǎn)CSV一鍵轉(zhuǎn)換的詳細(xì)內(nèi)容，更多關(guān)于Python TXT轉(zhuǎn)CSV的資料請關(guān)注腳本之家其它相關(guān)文章！