Pandas read_excel中skiprows与headers的执行顺序问询

核心结论 #

skiprows操作先于headers设置表头执行。也就是说，Pandas会先根据skiprows参数跳过原始文件中的指定行，再从剩余的行里，按照headers参数的定义来确定表头行（包括多级索引表头）。

逻辑验证与场景适配 #

针对你遇到的「表头行前、表头行与数据行之间存在空行」的场景，我们可以通过具体示例验证这个执行顺序：

假设你的Excel文件结构（行号从0开始计数）如下：

• 行0：空行
• 行1：多级表头第一行（如「季度」「年度」）
• 行2：空行
• 行3：多级表头第二行（如「Q1」「Q2」「2023」「2024」）
• 行4及以后：数据行

此时你需要跳过行0和行2，再用行1和行3作为多级表头，对应的代码（以read_csv为例，逻辑和read_excel完全一致）如下：

import pandas as pd
from io import StringIO

# 模拟上述文件结构
data = """
,
季度,年度,,
,
Q1,Q2,2023,2024
150,200,5000,6000
220,280,5500,6200
"""

# 先跳过原始行0、2，再取剩余行的第0、1行作为多级表头
df = pd.read_csv(StringIO(data), skiprows=[0, 2], header=[0, 1])
print(df)

执行后会正确识别多级表头，且数据行无空行干扰：

季度  年度     
   Q1   Q2  2023  2024
0  150  200  5000  6000
1  220  280  5500  6200

逻辑合理性说明 #

这个执行顺序符合数据加载的常规逻辑：skiprows属于行过滤预处理，目的是先剔除无关的空行、注释行等；而headers是数据结构定义，需要基于已经过滤后的有效行来指定表头位置。因此Pandas会先完成行过滤，再确定表头区域。

内容的提问来源于stack exchange，提问作者user2138149