Web应用中如何用Pandas读取含分组折叠列的Excel文件？

以下几个方案可以在不修改原始上传文件、无需提前知晓分组信息的前提下，解决Pandas读取空DataFrame的问题：

1. 用openpyxl引擎先展开所有折叠分组 #

分组折叠的列本质是被标记为hidden，通过openpyxl可以在内存中修改工作簿的列隐藏属性，再交给Pandas读取：

import pandas as pd
from openpyxl import load_workbook

def read_grouped_excel(file_obj):
    # 加载上传的文件对象（支持BytesIO或本地路径）
    wb = load_workbook(file_obj, read_only=False, keep_links=False)
    for ws in wb.worksheets:
        # 展开所有列的折叠分组
        for col_dim in ws.column_dimensions.values():
            col_dim.hidden = False
        # 若存在行分组折叠，同样展开
        for row_dim in ws.row_dimensions.values():
            row_dim.hidden = False
    # 从处理后的内存工作簿读取数据
    df = pd.read_excel(wb, engine='openpyxl')
    return df

注：如果是Web应用接收的上传文件，通常是BytesIO对象，直接传入load_workbook即可，无需保存到本地。

2. 直接用openpyxl提取所有列数据 #

如果Pandas仍无法识别，可绕过Pandas的读取逻辑，直接用openpyxl遍历所有单元格（包括隐藏列），手动构建DataFrame：

import pandas as pd
from openpyxl import load_workbook

def extract_all_excel_data(file_obj):
    wb = load_workbook(file_obj, read_only=True)
    ws = wb.active
    # 获取所有列的数值（包括隐藏列）
    all_columns = list(ws.iter_cols(values_only=True))
    # 假设第一行为表头
    headers = all_columns[0]
    # 转置数据行（iter_cols按列返回，转成按行的结构）
    data_rows = list(zip(*all_columns[1:]))
    return pd.DataFrame(data_rows, columns=headers)

这种方法完全不受分组折叠影响，直接读取Excel底层的所有单元格数据。

3. 处理合并表头导致的分组折叠 #

部分分组折叠的Excel会伴随合并单元格表头，导致Pandas无法正确识别列结构，此时需要先解析合并单元格信息，重构表头：

import pandas as pd
from openpyxl import load_workbook

def handle_merged_header_excel(file_obj):
    wb = load_workbook(file_obj, read_only=True)
    ws = wb.active
    merged_ranges = ws.merged_cells.ranges
    # 假设第一行是分组主表头，第二行是子列名
    group_headers = [cell.value for cell in ws[1]]
    sub_headers = [cell.value for cell in ws[2]]
    full_headers = []
    
    for col_idx, sub_header in enumerate(sub_headers):
        current_col = col_idx + 1  # openpyxl列索引从1开始
        # 查找当前列所属的合并分组
        for merged_range in merged_ranges:
            if current_col in merged_range.cols:
                group_name = group_headers[merged_range.min_col - 1]
                full_headers.append(f"{group_name}_{sub_header}")
                break
        else:
            full_headers.append(sub_header)
    
    # 跳过前两行表头，读取数据并设置新表头
    df = pd.read_excel(file_obj, engine='openpyxl', header=None, skiprows=2)
    df.columns = full_headers
    return df

内容的提问来源于stack exchange，提问作者wgomg