pandas读取Excel时如何删除顶部多余日期表头行

你用df.iloc[2:]删不掉最顶部带Date/Time:13/06/2022的行，核心原因是这行根本不属于DataFrame的数据行——pandas默认会把Excel的第一行识别为DataFrame的列名（表头），你切片操作只处理数据行，自然碰不到作为列名存在的这行内容。

最省事的做法是不要等读完再清理，在read_excel阶段就指定正确的表头位置，一步读入干净数据：

import pandas as pd
# 前3行是多余内容，第4行（索引从0开始计数为3）是真正的业务表头
df = pd.read_excel('output/tracker.xlsx', header=3)

如果担心冗余行识别不准，也可以显式指定跳过前3行，再把后续第一行设为表头：

df = pd.read_excel('output/tracker.xlsx', skiprows=3, header=0)

这个写法逻辑很明确：先跳过Excel最开头的3行无效内容，把接下来的第一行作为列名，剩余内容作为数据行加载，读出来的结果直接可用，不需要额外做行删除操作。

如果不想重新读取文件，也可以在现有DataFrame基础上做两步修正：

1. 先把真正的表头行设置为新的列名
2. 再删除前面所有无效数据行，重置索引

参考代码：

# 将索引为2的Site ID行设置为新列名
df.columns = df.iloc[2]
# 删除前3行无效数据（索引0、1、2），重置索引
df = df.iloc[3:].reset_index(drop=True)
# 可选清理：删除全为空值的无效列
df = df.dropna(axis=1, how='all')

提示：优先选择读取阶段处理的方案，比事后清理效率更高，也不容易出现行号计数错误、列名不匹配的问题。

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