博客

下面是利用Python将txt文件录入Excel表格的完整实例教程：

步骤一：准备工作

1. 安装Python和pandas模块
2. 准备一个txt文件
3. 打开Excel，创建一个新的空白工作表，并保存

步骤二：读取txt文件

示例1：

假设我们有一个名为data.txt的文本文件，其内容如下：

1,2,3
4,5,6
7,8,9

我们可以使用Python的pandas模块读取该文件并将其转换为DataFrame对象，代码如下所示：

import pandas as pd

df = pd.read_csv('data.txt', header=None)

在这个例子中，我们将data.txt文件读入DataFrame对象df中。我们还设置了header=None，因为该文件没有标题行。

示例2：

如果txt文件具有列标题，我们可以在read_csv函数中使用header参数来读取它们。假设我们有一个名为data_with_header.txt的文本文件，其内容如下：

A,B,C
1,2,3
4,5,6
7,8,9

我们可以使用以下代码将其读取为DataFrame对象df：

import pandas as pd

df = pd.read_csv('data_with_header.txt')

在这个例子中，我们不需要设置header参数，因为该文件具有标题行，pandas会自动将其读入DataFrame对象的列名属性中。

步骤三：将数据保存至Excel文件

我们可以使用to_excel方法将DataFrame对象df保存为Excel文件。假设我们想要保存数据到名为output.xlsx的Excel文件中 (该文件必须存在)，代码如下所示：

import pandas as pd

df = pd.read_csv('data.txt', header=None)
df.to_excel('output.xlsx', index=None, header=False)

在这个例子中，我们将DataFrame对象df保存为Excel文件并命名为output.xlsx。我们还设置了index=None和header=False，因为我们不需要保存DataFrame对象中的索引和标题行。

另外，如果我们在第二步中使用了data_with_header.txt文件，则可以如下保存至Excel文件：

import pandas as pd

df = pd.read_csv('data_with_header.txt')
df.to_excel('output.xlsx', index=None)

在这个例子中，我们不需要设置header参数，因为DataFrame对象的列名已经与Excel文件的标题行匹配。

这就是利用Python将txt文件录入Excel表格的完整实例教程，你可以根据自己的需求改变代码中的文件和文件名。