如何清理Pandas解析Excel后数组中的冗余输出信息？

你的问题核心是代码里拿到的不是纯标量值，而是pandas的Series对象或者numpy数组，所以输出会带索引、dtype这些冗余信息。以下是具体修改方案：

问题根源 #

• xlEntries.loc[xlEntries['StockNumber'] == partNumbers[k]].index.to_numpy() 返回的是numpy数组，哪怕只有一个行号，也会是类似array([5])的格式，不是单个整数。
• 用这个数组去取列值时，xlEntries.loc[rowNumber[k],"Pat's Proposed Change"] 返回的是Series对象，不是单个单元格值，所以会附带索引、Name等信息。

修改后的代码 #

k = 0
while k < fileCount:
    # 获取第一个匹配StockNumber的行号（直接取整数，不是数组）
    match_rows = xlEntries[xlEntries['StockNumber'] == partNumbers[k]]
    if not match_rows.empty:  # 加判断避免无匹配时报错
        row_num = match_rows.index[0]
        rowNumber.append(row_num)
        # 直接提取标量值
        specName.append(xlEntries.loc[row_num, "Pat's Proposed Change"])
        specValue.append(xlEntries.loc[row_num, "StringValue"])
    k += 1

关键改动说明 #

1. 获取行号：用match_rows.index[0]直接拿到单个整数行号，替代原来的to_numpy()，这样rowNumber里存的都是纯整数，不是数组。
2. 提取单元格值：因为row_num是整数，xlEntries.loc[row_num, 列名]会直接返回标量值，不会带冗余信息。
3. 增加空值判断：如果某个partNumbers[k]在表格里找不到匹配，match_rows.empty会是True，跳过避免索引报错（可选，但建议加上）。

为什么你的remove方法没用 #

• rowNumber.remove([])报错是因为rowNumber里的元素是numpy数组（比如array([5])），不是空列表[]，找不到对应元素所以报错。
• specnumber.remove('dtype')报错是因为specName里的元素是Series对象，不是字符串'dtype'，自然找不到要删除的内容。

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