使用Pandas处理Excel时保留首3行表头/筛选信息的问题

问题分析 #

原代码的核心问题是使用pd.read_excel()默认参数读取文件时，会把Excel的第一行当作DataFrame的列名，导致前3行的表头信息和后续数据的列结构不匹配，拼接后导出的Excel格式混乱。

解决方案 #

正确的做法是先完整读取所有行（不指定表头），拆分出表头信息、数据列名和数据行，筛选后再按原结构拼接：

修改后的代码 #

import pandas as pd

# 读取整个Excel，不设置表头，所有行都作为数据行保留
self.original_data = pd.read_excel('original-data.xlsx', header=None)

# 拆分出前3行的表头/筛选信息
header_rows = self.original_data.iloc[:3]
# 数据列名行（第4行，索引为3）
data_columns = self.original_data.iloc[3:4]
# 原始数据行（从第5行开始，索引4及以后）
raw_data = self.original_data.iloc[4:]
# 给原始数据设置列名
raw_data.columns = self.original_data.iloc[3].tolist()

# 执行数据筛选
filtered_data = raw_data[raw_data[self.filter_column].isin(self.filtered_list)]

# 按原格式拼接：表头行 + 数据列名行 + 筛选后的数据
final_data = pd.concat([header_rows, data_columns, filtered_data], ignore_index=True)

# 导出Excel，不保留索引，也不自动添加列名（因为我们已经手动包含了列名行）
final_data.to_excel('filtered_data/new-data.xlsx', sheet_name='Yay', index=False, header=False)

关键说明 #

• header=None：确保读取Excel时不将任何行当作DataFrame的列名，完整保留所有原始行。
• 拆分后分别处理表头、列名和数据：避免结构冲突，保证拼接后的格式和原文件一致。
• 导出时设置header=False：因为我们已经把数据列名行作为普通行包含在final_data里了，不需要pandas自动生成列名。

内容的提问来源于stack exchange，提问作者William