遍历Excel多工作表，筛选指定数据并合并为带工作表名列的DataFrame

步骤说明 #

• 先读取Excel文件并获取所有工作表名称
• 遍历每个工作表，按规则筛选数据：保留第一行、finish标识行及之后的所有行
• 为每个工作表的结果添加工作表名称列
• 合并所有工作表的结果为单个DataFrame

完整代码 #

import pandas as pd

# 读取Excel文件，获取所有工作表名称
excel_file = pd.ExcelFile('excel1_all_data.xlsx')
sheet_names = excel_file.sheet_names

# 初始化空列表存储每个工作表的处理结果
all_data = []

for sheet_name in sheet_names:
    # 读取当前工作表的全部数据
    df = excel_file.parse(sheet_name)
    
    # 找到首列中值为'finish'的第一个行索引
    finish_idx = df[df.iloc[:, 0] == 'finish'].index[0]
    
    # 筛选数据：第一行 + finish行及之后的所有行
    filtered_df = pd.concat([df.iloc[[0]], df.loc[finish_idx:]])
    
    # 添加工作表名称列
    filtered_df['工作表名称'] = sheet_name
    
    # 将处理后的DataFrame加入列表
    all_data.append(filtered_df)

# 合并所有工作表的数据
final_df = pd.concat(all_data, ignore_index=True)

# 可选：保存结果到新Excel
final_df.to_excel('合并后数据.xlsx', index=False)

关键细节说明 #

• 使用pd.ExcelFile而非直接pd.read_excel，可以避免重复打开Excel文件，提升处理50个工作表的效率
• 筛选逻辑改为pd.concat([df.iloc[[0]], df.loc[finish_idx:]])，确保保留第一行、finish标识行及之后的所有数据，不会丢失标识
• 遍历过程中给每个结果添加工作表名称列，方便后续溯源
• 最后用pd.concat合并所有结果，ignore_index=True重置合并后的索引

内容的提问来源于stack exchange，提问作者Tukki