Python 2.7下基于条件提取Excel指定区域导入Pandas的问题

完全可以用你提到的索引定位逻辑实现需求，核心思路就是先找到包含"Item"的起始行、包含"Total"的结束行的索引，再通过df.loc截取目标范围的内容。以下是适配Python 2.7的具体实现：

核心逻辑说明 #

1. 读取Excel时不预设表头，避免列名混乱导致读取错误；
2. 遍历行定位起始索引（首个包含"Item"的行）；
3. 从起始行开始遍历，定位结束索引（首个包含"Total"的行）；
4. 用df.loc[起始索引:结束索引-1]截取内容（跳过Total行），和你看到的Stack Overflow代码逻辑一致，都是通过索引值定位行范围。

代码实现 #

单个Excel文件处理函数 #

import pandas as pd

def extract_target_data(file_path):
    # 读取Excel，不设置表头，用默认数字索引列名
    df = pd.read_excel(file_path, header=None)
    start_idx = None
    end_idx = None
    
    # 定位包含"Item"的起始行
    for idx, row in df.iterrows():
        # 检查该行任意单元格是否包含"Item"，空值转字符串避免报错
        if any("Item" in str(cell) for cell in row):
            start_idx = idx
            break
    
    # 从起始行后定位包含"Total"的结束行
    if start_idx is not None:
        for idx, row in df.loc[start_idx:].iterrows():
            if any("Total" in str(cell) for cell in row):
                end_idx = idx
                break
    
    # 截取目标内容，跳过Total行；若要包含Total行则用start_idx:end_idx
    if start_idx is not None and end_idx is not None:
        target_df = df.loc[start_idx:end_idx-1].copy()
        # 用起始行内容作为表头，再移除原起始行
        target_df.columns = target_df.iloc[0]
        target_df = target_df[1:]
        return target_df
    else:
        # 未找到目标行时返回空DataFrame
        return pd.DataFrame()

批量处理脚本 #

import os

# 替换为你的Excel文件夹路径
folder_path = "你的Excel文件所在文件夹"
all_extracted_data = []

for filename in os.listdir(folder_path):
    # 处理xls/xlsx格式文件
    if filename.endswith((".xls", ".xlsx")):
        file_full_path = os.path.join(folder_path, filename)
        try:
            data_df = extract_target_data(file_full_path)
            if not data_df.empty:
                # 添加来源文件标记，方便溯源
                data_df["来源文件"] = filename
                all_extracted_data.append(data_df)
        except Exception as e:
            print(f"处理文件{filename}失败: {str(e)}")

# 合并所有提取的数据并保存
final_result = pd.concat(all_extracted_data, ignore_index=True)
final_result.to_excel("提取结果汇总.xlsx", index=False)

注意事项 #

• Python 2.7需安装兼容版本的pandas，执行pip install pandas==0.25.3（这是支持Python 2.7的最后一个pandas版本）；
• 若"Item"/"Total"大小写不固定，可改为"item" in str(cell).lower()来忽略大小写判断；
• 批量处理时的异常捕获能避免单个文件出错导致整个程序中断。

内容的提问来源于stack exchange，提问作者Cliff