如何用Python验证Excel数据是否严格起始于A4、结束于A55？

问题背景 #

用户拥有一个Excel文件，需要验证其中的数据是否严格从A4单元格开始，到A55单元格结束。以下是其正在编写的Python代码：

# 跳过前3行，处理52行数据（第一行是表头）
df = pd.read_excel(readxldata, skiprows=3,
                   sheet_name=sheetname, nrows=52)
csv_buffer = []
csv_buffer = StringIO()
df.to_csv(csv_buffer)
s3_resource.Object("mybucket", keypath+sheetname +
                  '.csv').put(Body=csv_buffer.getvalue())
df1 = pd.read_csv("s3://mybucket/"+keypath+sheetname+".csv")

用户希望为这段代码添加额外的验证逻辑，以检查数据是否起始于A4、结束于A55。

实现方案 #

要完成这个验证，需要先读取整个工作表的原始数据，分别检查边界外的单元格是否无有效内容，同时确认目标数据行数符合预期。具体代码修改如下：

import pandas as pd
from io import StringIO

# 1. 读取整个工作表的原始数据（不跳过行、不限制行数）
full_df = pd.read_excel(readxldata, sheet_name=sheetname, header=None)

# 2. 验证A1-A3（对应DataFrame的0-2行）无有效数据
# 处理空白字符串和空值，确保所有单元格都是空/空白
top_rows = full_df.iloc[0:3]
top_is_empty = top_rows.apply(lambda col: col.str.strip().fillna('').eq('')).all().all()
if not top_is_empty:
    raise ValueError("数据未从A4开始，A1-A3存在有效内容")

# 3. 验证A55之后（对应DataFrame的55行及以后）无有效数据
# A55是第55行，对应索引54，所以从索引55开始检查后续行
bottom_rows = full_df.iloc[55:]
bottom_is_empty = bottom_rows.apply(lambda col: col.str.strip().fillna('').eq('')).all().all()
if not bottom_is_empty:
    raise ValueError("数据未到A55结束，A56及之后存在有效内容")

# 4. 验证目标数据行数正确（A4到A55共52行）
df = pd.read_excel(readxldata, skiprows=3, sheet_name=sheetname, nrows=52)
if len(df) != 52:
    raise ValueError(f"预期读取52行数据，实际读取{len(df)}行")

# 原有业务逻辑
csv_buffer = StringIO()
df.to_csv(csv_buffer)
s3_resource.Object("mybucket", keypath + sheetname + '.csv').put(Body=csv_buffer.getvalue())
df1 = pd.read_csv(f"s3://mybucket/{keypath}{sheetname}.csv")

关键逻辑说明 #

• 读取整个工作表是为了覆盖所有单元格，避免直接跳过行导致无法验证边界区域的内容。
• 检查边界行时，通过str.strip()去除单元格内的空白字符、fillna('')转换空值，确保那些看似空白但实际含空格的单元格也能被正确识别为空。
• 验证目标数据行数，避免Excel中存在隐藏行、合并单元格等格式问题导致读取行数不符合预期。

内容的提问来源于stack exchange，提问作者Rick