使用Dask合并Excel文件报错：无法合并列表类型对象的问题排查

错误原因 #

你遇到的报错核心是dask.compute(delayeds)的返回值类型不符合pd.concat的要求：

• delayeds是延迟对象的列表，dask.compute接收该列表后，会返回一个包含列表的元组（格式类似([df1, df2, ...],)）
• 当你把这个元组传给pd.concat时，它会尝试合并元组内的列表对象，但pd.concat仅支持Series或DataFrame类型的可迭代对象，因此触发类型错误。

修正方案 #

方案1：修正compute结果的处理逻辑 #

有两种方式提取出正确的DataFrame集合：

• 方式A：解包延迟对象列表给dask.compute，直接得到由DataFrame组成的元组
• 方式B：从compute返回的元组中提取出DataFrame列表

修正后的代码示例：

import pandas as pd
import glob
import dask

files = glob.glob(r"D:\XX\XX\XX\XX\XXX\*.xlsx")

delayeds = [dask.delayed(pd.read_excel)(i, skiprows=0) for i in files]

# 方式A：解包延迟对象
results = dask.compute(*delayeds)
df = pd.concat(results, ignore_index=True)

# 方式B：提取元组中的列表
# results, = dask.compute(delayeds)
# df = pd.concat(results, ignore_index=True)

方案2：更适配场景的Dask DataFrame用法（推荐） #

既然你用Dask是为了应对后续增长的文件数量，更推荐直接使用Dask DataFrame的原生API，它会自动处理多文件合并，且无需一次性将所有数据加载到内存：

import dask.dataframe as dd
import glob

files = glob.glob(r"D:\XX\XX\XX\XX\XXX\*.xlsx")

# 读取所有Excel文件并自动合并为Dask DataFrame
ddf = dd.read_excel(files, skiprows=0)

# 若需要转为Pandas DataFrame（数据量在内存可承受范围内时执行）
df = ddf.compute()

内容的提问来源于stack exchange，提问作者user17743486