从单张Excel表提取多Table转为DataFrame并合并的技术求助

基于你已有的分组代码，接下来可以按以下步骤完成Table转DataFrame及合并操作：

步骤1：按分组提取表头与数据 #

利用已生成的group_id，将每个分组内的第一行作为表头，剩余行作为数据内容。

步骤2：逐个分组转换为DataFrame #

遍历每个分组，将表头设为列名，数据行转为DataFrame，可按需保留分组标识用于后续溯源。

步骤3：合并所有DataFrame #

使用pd.concat合并所有DataFrame，自动处理列名匹配与不匹配的情况，不匹配列会填充NaN。

完整代码 #

import pandas as pd

# 读取Excel文件（沿用你的初始代码）
sheets = pd.read_excel(r"D:\PO-1473-Scaff-June22efff.xlsx", header=None)
sheets.dropna(axis=1, how="all", inplace=True)
sheets.dropna(subset=[2], inplace=True)
sheets["group_id"] = (sheets[0] == "SN").cumsum()

# 存储所有分组的DataFrame
dfs = []

# 遍历每个分组
for group_id, group_data in sheets.groupby("group_id"):
    # 提取表头（分组内第一行）
    header = group_data.iloc[0].tolist()
    # 提取数据行（分组内除第一行外的所有行）
    data_rows = group_data.iloc[1:]
    # 转换为DataFrame并设置列名
    df = pd.DataFrame(data_rows.values, columns=header)
    # 可选：添加分组ID列，方便后续溯源
    df["group_id"] = group_id
    dfs.append(df)

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

# 查看合并结果
print(final_df.head())

关键说明 #

• 分组内第一行被识别为表头的前提是：每个Table的起始行第一列值为SN（与你设置group_id的逻辑一致）
• pd.concat会自动对齐相同列名，不同列名的字段会保留并填充NaN，适配部分匹配列的场景
• 若需对不匹配列做特殊处理（比如填充默认值），可在合并后使用final_df.fillna()操作

内容的提问来源于stack exchange，提问作者Ali khan