Python Pandas：批量清洗Excel工作表并合并失败求助

你的整合代码存在几个关键错误，导致无法正常运行：

• 循环内直接覆盖了sheets变量（原本是存储所有工作表的字典），后续循环无法获取正确的工作表数据
• 清洗操作错误地使用了空的df对象，而非当前循环的目标工作表数据
• pd.concat的使用方式有误：每次循环重新赋值会覆盖之前的合并结果，且参数应为DataFrame集合而非单个对象

修正后的完整代码 #

import pandas as pd

# 封装单表清洗逻辑，复用你的原有代码
def clean_sheet(df):
    df = df.fillna('')
    # 合并第2、3行作为表头（iloc从0索引，对应你原代码的第2、3行）
    df.columns = df.iloc[1] + ' ' + df.iloc[2]
    # 筛选第一列为'TOTAL'的行
    df = df[df.iloc[:, 0] == 'TOTAL']
    # 重置索引避免合并后索引混乱
    return df.reset_index(drop=True)

# 读取所有工作表，返回字典：{工作表名: 对应DataFrame}
sheets = pd.read_excel('Royalties 2021.xlsx', sheet_name=None)

# 收集所有清洗后的工作表
cleaned_dfs = []
for _, df in sheets.items():
    cleaned_df = clean_sheet(df)
    cleaned_dfs.append(cleaned_df)

# 合并所有清洗后的DataFrame
df_main = pd.concat(cleaned_dfs, ignore_index=True)
print(df_main)

关键改进说明 #

• 将单表清洗逻辑封装为函数，提升代码可读性与复用性
• 循环遍历工作表字典的键值对，每次处理当前工作表的df，避免覆盖原sheets变量
• 先将所有清洗后的DataFrame存入列表，最后一次性合并，避免重复赋值导致的数据丢失
• 清洗后重置索引，防止合并后出现重复索引问题

内容的提问来源于stack exchange，提问作者Adrian