Python中Pandas Parse处理多Sheet Excel时DataFrame尺寸未更新问题

1. 保证每次迭代生成全新DataFrame #

检查循环代码逻辑，确保每次解析工作表时都创建全新的DataFrame，避免变量复用导致的残留数据。示例代码：

import pandas as pd

excel_file = pd.ExcelFile("your_file.xlsx")
for sheet_name in excel_file.sheet_names:
    # 每次解析都会生成独立的DataFrame
    df = excel_file.parse(sheet_name)
    # 后续处理当前工作表数据
    print(f"工作表 {sheet_name} 数据尺寸: {df.shape}")

2. 解析后立即清理全空行 #

如果工作表存在末尾空行（可能是编辑遗留），pandas会将其解析为NaN行。可以在解析后用dropna清理：

df = excel_file.parse(sheet_name).dropna(how="all")

how="all"仅删除所有列均为NaN的行，不会影响有效数据。

3. 明确指定要解析的列 #

即使列数固定，也可以通过usecols参数明确指定目标列，避免解析到隐藏或空白列导致的异常：

# 按列索引指定（比如前10列）
df = excel_file.parse(sheet_name, usecols=range(10))
# 或按固定列名指定
df = excel_file.parse(sheet_name, usecols=["列1", "列2", ..., "列10"])

4. 避免全局变量污染 #

如果df是循环外定义的全局变量，可能无法被完全覆盖。可以在每次迭代前显式重置变量：

for sheet_name in excel_file.sheet_names:
    df = None  # 显式重置变量
    df = excel_file.parse(sheet_name)
    # 后续处理

5. 改用pd.read_excel直接解析单个工作表 #

若ExcelFile.parse存在潜在缓存问题，可直接使用pd.read_excel指定工作表名解析：

for sheet_name in pd.ExcelFile("your_file.xlsx").sheet_names:
    df = pd.read_excel("your_file.xlsx", sheet_name=sheet_name)
    # 后续处理

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