如何用Python Pandas合并Excel中跨两行的单元格为数组？

问题场景 #

Excel表格中部分单元格内容跨两行分布，直接用Pandas读取后会生成两行数据：

1:[Data A1, Data B1, Data C1, Data D1, Data E1], 
2:[' ', Data B1, ' ', Data D1, ' ']

需要将跨行的单元格内容合并到同一行的对应单元格中，以数组形式存储，最终目标格式：

1:[Data A1, [Data B1, Data B1], Data C1, [Data D1, Data D1], Data E1]

解决方案代码 #

import pandas as pd

# 读取Excel文件，将空单元格转为空字符串（避免默认NaN干扰判断）
df = pd.read_excel('data.xlsx', sheet_name='Sheet1', keep_default_na=False)

# 将数据按每两行分为一组（对应跨行的两行数据）
row_groups = df.groupby(df.index // 2)

# 定义跨行合并逻辑
def merge_group_rows(group):
    merged_cols = []
    for col_name in group.columns:
        # 获取当前列两行的所有值，过滤空字符串
        col_values = [val for val in group[col_name].tolist() if val != '']
        # 只有一个有效值则直接保留，多个则转为数组
        merged_cols.append(col_values if len(col_values) > 1 else col_values[0])
    return pd.Series(merged_cols, index=group.columns)

# 应用合并逻辑到每个分组，生成处理后的DataFrame
processed_df = row_groups.apply(merge_group_rows)

# 保存结果到新Excel文件
processed_df.to_excel('output.xlsx', index=False)

代码说明 #

1. 读取数据处理空值：使用keep_default_na=False将Excel空白单元格转为空字符串，避免后续判断时混淆NaN和空内容。
2. 分组逻辑：通过df.index // 2把连续两行分为一个分组，确保跨行的内容被归到同一组处理。
3. 合并逻辑：遍历每个列，收集分组内两行的有效数据（过滤空字符串），如果有效数据多于一个则转为数组，否则保留单个值。
4. 结果保存：将处理后的分组数据转为DataFrame，直接导出到Excel文件。

内容的提问来源于stack exchange，提问作者DBGGHOST