本文将实现批量读取指定文件夹下的所有 TXT 文件，提取每个文件中指定列的所有值，并将结果写入 Excel（支持按文件分 Sheet、或合并到单个 Sheet）。核心使用pandas（高效处理文本 / 表格数据）和openpyxl（Excel 写入引擎），兼顾简洁性和通用性。
一、前置准备
1. 安装依赖库
执行以下命令安装所需库：
bash
pip install pandas openpyxlpandas：快速读取 TXT 文件、提取列数据；openpyxl：支持写入.xlsx 格式 Excel 文件（pandas 默认依赖）。
2. 明确 TXT 文件格式
需先确认 TXT 文件的分隔符（常见类型）：
- 空格分隔（如
1 张三 20）； - 制表符分隔（
\t，如1\t张三\t20）； - 逗号分隔（如
1,张三,20）； - 其他分隔符（如
|、;）。
二、核心代码实现
场景 1：所有 TXT 结构一致，提取指定列（合并到 Excel 单个 Sheet）
适用于所有 TXT 文件的列数、列顺序完全相同，提取同一列（如第 2 列）并汇总到 Excel 的一个 Sheet 中，标注数据来源文件。
python
import os import pandas as pd def txt_col_to_excel( txt_folder, # TXT文件所在文件夹路径 excel_path, # 输出Excel文件路径（如"result.xlsx"） target_col_index, # 要提取的列索引（从0开始，如第2列填1） sep="\s+", # TXT文件分隔符，默认匹配任意空格（含多个空格/制表符） encoding="utf-8" # TXT文件编码（常见gbk/utf-8） ): """ 批量读取TXT文件，提取指定列写入Excel单个Sheet """ # 初始化汇总数据列表 all_data = [] # 遍历文件夹下所有TXT文件 for filename in os.listdir(txt_folder): # 仅处理.txt后缀文件 if not filename.endswith(".txt"): continue # 拼接完整文件路径 txt_path = os.path.join(txt_folder, filename) print(f"正在处理文件：{filename}") try: # 1. 读取TXT文件为DataFrame # sep="," 对应逗号分隔；sep="\t" 对应制表符；sep="|" 对应竖线分隔 df = pd.read_csv( txt_path, sep=sep, encoding=encoding, header=None, # TXT无表头时设为None，有表头则设为0 on_bad_lines="skip" # 跳过格式错误的行 ) # 2. 提取指定列，添加"来源文件"列便于溯源 target_col = df.iloc[:, target_col_index] # iloc[:,n] 提取第n列（索引从0开始） temp_df = pd.DataFrame({ "来源文件": filename, "目标列数据": target_col }) # 3. 追加到汇总列表 all_data.append(temp_df) except Exception as e: print(f"处理文件 {filename} 失败：{e}") continue # 4. 合并所有数据并写入Excel if all_data: final_df = pd.concat(all_data, ignore_index=True) # index=False 不写入行索引；engine="openpyxl" 支持.xlsx格式 final_df.to_excel(excel_path, sheet_name="汇总数据", index=False, engine="openpyxl") print(f"所有数据已写入Excel：{excel_path}") else: print("未找到有效TXT文件或提取数据为空！") # 示例调用 if __name__ == "__main__": # 配置参数（根据实际情况修改） TXT_FOLDER = r"E:\test_txt" # TXT文件所在文件夹（绝对路径） EXCEL_PATH = "提取结果.xlsx" # 输出Excel路径 TARGET_COL_INDEX = 1 # 提取第2列（索引从0开始） SEP = "\s+" # TXT分隔符（如逗号分隔则改为","） ENCODING = "utf-8" # 若TXT乱码，尝试改为"gbk" # 执行函数 txt_col_to_excel(TXT_FOLDER, EXCEL_PATH, TARGET_COL_INDEX, SEP, ENCODING)场景 2：按 TXT 文件分 Sheet 写入 Excel
若希望每个 TXT 文件的指定列单独存入 Excel 的一个 Sheet（Sheet 名 = TXT 文件名），修改核心逻辑如下：
python
import os import pandas as pd def txt_col_to_excel_by_sheet( txt_folder, excel_path, target_col_index, sep="\s+", encoding="utf-8" ): # 创建Excel写入器 with pd.ExcelWriter(excel_path, engine="openpyxl") as writer: for filename in os.listdir(txt_folder): if not filename.endswith(".txt"): continue txt_path = os.path.join(txt_folder, filename) print(f"正在处理文件：{filename}") try: df = pd.read_csv( txt_path, sep=sep, encoding=encoding, header=None, on_bad_lines="skip" ) # 提取指定列，重命名列名 target_df = df.iloc[:, [target_col_index]] # 保留列结构 target_df.columns = ["目标列数据"] # Sheet名：去掉.txt后缀 sheet_name = filename.replace(".txt", "") # 写入对应Sheet target_df.to_excel(writer, sheet_name=sheet_name, index=False) except Exception as e: print(f"处理文件 {filename} 失败：{e}") continue print(f"所有文件已分Sheet写入Excel：{excel_path}") # 示例调用 if __name__ == "__main__": TXT_FOLDER = r"E:\test_txt" EXCEL_PATH = "按文件分Sheet结果.xlsx" TARGET_COL_INDEX = 1 SEP = "\s+" ENCODING = "utf-8" txt_col_to_excel_by_sheet(TXT_FOLDER, EXCEL_PATH, TARGET_COL_INDEX, SEP, ENCODING)三、关键参数说明
| 参数 | 说明 | |
|---|---|---|
txt_folder | TXT 文件所在文件夹路径，建议用绝对路径（如r"E:\data\txt"），避免路径错误 | |
target_col_index | 目标列索引（从 0 开始），例如第 1 列填 0、第 3 列填 2 | |
sep | TXT 分隔符：- 空格分隔：sep="\s+"（匹配 1 个或多个空格）- 制表符：sep="\t"- 逗号：sep=","- 竖线：`sep=" | "` |
encoding | TXT 文件编码，Windows 默认 ANSI 对应gbk，UTF-8 文件填utf-8 | |
header | 若 TXT 文件有表头（如第一行是 "序号，姓名，年龄"），设为header=0，否则None |
四、常见问题解决
1. TXT 读取乱码
- 原因：编码不匹配（如文件是 gbk 编码，代码用 utf-8 读取）；
- 解决：将
encoding改为gbk，或用chardet库检测文件编码：python
import chardet with open("test.txt", "rb") as f: result = chardet.detect(f.read()) print("文件编码：", result["encoding"]) # 输出如gbk/utf-8
2. 列索引越界报错
- 原因：指定的
target_col_index超过 TXT 文件的列数； - 解决：先打印 TXT 文件的列数，确认索引：
python
df = pd.read_csv("test.txt", sep="\s+", header=None) print("TXT文件列数：", df.shape[1]) # 输出列数，索引范围0~列数-1
3. 部分行跳过（on_bad_lines="skip"）
- 原因：TXT 中部分行格式错误（如列数不一致）；
- 解决：若需保留所有行，可去掉该参数，手动排查格式错误行。
五、扩展优化
- 支持子文件夹遍历：若 TXT 文件分布在子文件夹中，用
os.walk替换os.listdir：python
for root, dirs, files in os.walk(txt_folder): for filename in files: if filename.endswith(".txt"): txt_path = os.path.join(root, filename) # 后续处理逻辑不变 - 数据去重 / 清洗：提取列后可添加去重逻辑：
python
target_df = target_df.drop_duplicates() # 去重 target_df = target_df.dropna() # 删除空值行 - 追加写入 Excel：若需向已有 Excel 追加数据，可先读取原有数据，再合并后写入。
该方案兼顾通用性和易用性，适用于大多数结构化 TXT 文件的列提取场景，可根据实际需求调整分隔符、编码、列索引等参数。
