导入多标签Excel后Pandas分组报KeyError，求解决方案

问题根源 #

1. 合并所有工作表时，你把第一个带表头的sheet也按header=None读取，导致原表头变成了数据行，列名还是默认的数字索引（0、1、4），所以分组时用"CONS"会提示列不存在。
2. 日期转换只修改了第二行的单元格（df_all[1][1]），其余行的日期还是字符串类型，后续调用dt.month会报错。

修正后的完整代码 #

import pandas as pd

filepath = "Consumption_20221111_testdata.xlsx"

# 1. 读取所有工作表：第一个sheet读表头，其余sheet不读表头
xls = pd.ExcelFile(filepath)
sheet_names = xls.sheet_names

# 读取第一个sheet（带表头）
df_first = pd.read_excel(xls, sheet_name=sheet_names[0])
# 读取剩余sheet（无表头，复用第一个sheet的列名）
df_list = []
for sheet in sheet_names[1:]:
    df_temp = pd.read_excel(xls, sheet_name=sheet, header=None, names=df_first.columns)
    df_list.append(df_temp)

# 合并所有数据
df_all = pd.concat([df_first] + df_list, ignore_index=True)

# 2. 清理不需要的列（用原表头列名直接删除，避免索引混乱）
df_all = df_all.drop(columns=["PERIOD_ID", "DATA_FLAG"])

# 3. 删除最后一行（SQL查询详情）和全空行
df_all = df_all.drop(df_all.index[-1])
df_all = df_all.dropna(how='all')

# 4. 批量转换日期列类型（替换为你实际的日期列名，比如原表头的"DATE"）
df_all["DATE"] = pd.to_datetime(df_all["DATE"])

# 5. 新增月份列并分组聚合
df_all["Month"] = df_all["DATE"].dt.month
# 按参考项（原表头"REF"）和月份分组，聚合消耗量（"CONS"）
df_grouped = df_all.groupby(by=["REF", "Month"], as_index=False).agg({"CONS": "sum"})

print(df_grouped)
print(df_grouped.dtypes)

关键说明 #

• 区分表头读取：第一个sheet保留表头读取，剩余sheet直接复用第一个sheet的列名，避免表头沦为数据行。
• 用实际列名操作：后续所有列操作都使用原表头的名称，不再依赖数字索引，彻底避免列删除后索引错位的问题。
• 批量转换日期：对整列执行日期转换，确保所有行的日期都被正确识别，后续dt.month能正常调用。

快速确认原表头列名 #

如果不确定第一个sheet的列名，先执行以下代码查看：

xls = pd.ExcelFile(filepath)
df_first = pd.read_excel(xls, sheet_name=xls.sheet_names[0])
print(df_first.columns)

再把代码中的列名替换成实际输出的名称即可。

内容的提问来源于stack exchange，提问作者Ryan1234