合并多Excel工作簿指定工作表为DataFrame时遇错误求助

错误原因分析 #

第一个错误TypeError: cannot concatenate object of type '<class 'dict'>'是因为当pd.read_excel的sheet_name参数传入列表时，返回的是字典类型（键为工作表名，值为对应DataFrame），而你直接把字典加入到cefdf列表中，后续pd.concat无法处理字典对象。

第二个错误ValueError: If using all scalar values, you must pass an index是因为你试图把包含DataFrame的字典直接转为DataFrame，这种操作不符合DataFrame的构造逻辑，导致报错。

修正后的代码 #

方案一：简化版（无需openpyxl） #

import pandas as pd
import glob

pd.set_option("display.max_rows", 100, "display.max_columns", 100)
allexcelfiles = glob.glob(r"C:\Users\LELI Laptop 5\Desktop\DTP1\*.xlsx")
cefdf = []

for excel_file in allexcelfiles:
    # 获取当前Excel文件的所有工作表名
    xls = pd.ExcelFile(excel_file)
    # 筛选包含"SAR"的工作表名
    sar_sheets = [sheet for sheet in xls.sheet_names if "SAR" in sheet]
    
    # 逐个读取符合条件的工作表，加入列表
    for sheet in sar_sheets:
        df = pd.read_excel(excel_file, sheet_name=sheet, nrows=24)
        cefdf.append(df)

# 合并所有DataFrame
final_df = pd.concat(cefdf, ignore_index=True)

方案二：保留原思路优化（去掉冗余的openpyxl操作） #

如果坚持用openpyxl获取工作表名，也可以简化原代码：

import pandas as pd
import glob
from openpyxl import load_workbook

pd.set_option("display.max_rows", 100, "display.max_columns", 100)
allexcelfiles = glob.glob(r"C:\Users\LELI Laptop 5\Desktop\DTP1\*.xlsx")
cefdf = []

for excel_file in allexcelfiles:
    wb = load_workbook(excel_file, read_only=True)  # 只读模式提升效率
    sar_sheets = [sheet for sheet in wb.sheetnames if "SAR" in sheet]
    
    for sheet in sar_sheets:
        df = pd.read_excel(excel_file, sheet_name=sheet, nrows=24)
        cefdf.append(df)

final_df = pd.concat(cefdf, ignore_index=True)

关键优化点 #

• 去掉原代码中冗余的for sheet in wb:循环，直接一次筛选出所有含"SAR"的工作表名
• 遍历筛选后的工作表名列表，逐个读取单个工作表为DataFrame，确保加入cefdf的都是DataFrame对象，而非字典
• 添加ignore_index=True参数，避免合并后索引重复

内容的提问来源于stack exchange，提问作者doctor of spin