使用Polars calamine引擎读取非首行表头XLSX文件遇阻求助

核心解决方案：读取阶段直接配置参数 #

针对你的需求（表头在Excel第7行、数据从第8行开始、忽略A列），最高效的方式是在pl.read_excel时直接指定参数，避免后续额外处理：

import polars as pl

excel_file_path = "[你的文件路径]"

df = pl.read_excel(
    excel_file_path,
    engine="calamine",
    header_row=6,  # Excel第7行对应Polars的0-based索引6，将此行设为表头
    columns=lambda cols: cols[1:],  # 跳过第一列（A列），保留其余列
)

参数说明： #

• header_row=6：明确指定Excel中第7行（从1开始计数）作为DataFrame的列名，Polars会自动将该行之后的行作为数据行，同时忽略表头行之前的所有无关行。
• columns=lambda cols: cols[1:]：通过lambda函数过滤列，直接跳过索引为0的第一列（即Excel中的A列）。

事后修复方案（若已读取原始文件） #

如果已经提前读取了包含所有行的原始DataFrame，可通过以下步骤修复表头并过滤无效内容：

# 假设已读取原始df
# 提取第7行（0-based索引6）作为表头
header_values = df.row(6)
# 跳过前7行（0-6行，含表头行），并将提取的表头设置为列名
df_clean = df.slice(7).rename(dict(enumerate(header_values)))
# 移除第一列（A列）
df_clean = df_clean.drop(df_clean.columns[0])

注意事项： #

这种事后处理方式不如读取阶段直接配置高效，尤其是处理大文件时，优先选择第一种方案。

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