如何将Pandas读取Excel生成的嵌套字典/DataFrame拆分为对应表名的对象

一、最优方式：读取时直接获取各工作表的独立数据结构 #

用pandas.read_excel的sheet_name=None参数，会直接返回一个键为工作表名称、值为对应DataFrame的字典，无需后续拆分：

import pandas as pd

# 读取Excel文件，sheet_name=None返回所有工作表的字典
sheet_dict = pd.read_excel("你的文件路径.xlsx", sheet_name=None)

# 遍历字典，获取每个工作表的独立DataFrame
for name, df in sheet_dict.items():
    # 这里可直接使用df，比如保存为csv：df.to_csv(f"{name}.csv", index=False)
    print(f"工作表 {name} 数据：")
    print(df)

提示：不建议直接将每个DataFrame赋值为全局变量（比如globals()[name] = df），容易造成变量名混乱，用字典统一管理更清晰。

二、针对已生成的嵌套字典/合并DataFrame的拆分方法 #

1. 拆分嵌套字典

如果你的嵌套字典结构是{工作表名: {列名: 数据列表}}，直接遍历转成DataFrame即可：

# 假设你的嵌套字典为nested_data
for sheet_name, col_data in nested_data.items():
    sheet_df = pd.DataFrame(col_data)
    print(f"{sheet_name} 独立DataFrame：")
    print(sheet_df)

2. 拆分合并后的DataFrame

如果已经将所有工作表数据合并成一个大DataFrame（列按工作表分组，比如sheet1_a、sheet1_b），按以下步骤拆分：

# 假设合并后的DataFrame为merged_df
# 提取所有唯一的工作表名称
sheet_names = list(set(col.split("_")[0] for col in merged_df.columns))

for name in sheet_names:
    # 筛选当前工作表的所有列
    target_cols = [col for col in merged_df.columns if col.startswith(f"{name}_")]
    # 提取列并去除工作表前缀，得到独立DataFrame
    sheet_df = merged_df[target_cols].rename(columns=lambda x: x.split("_")[-1])
    print(f"{name} 独立DataFrame：")
    print(sheet_df)

内容的提问来源于stack exchange，提问作者user6437539