创建pandas DataFrame触发ValueError: Buffer维度错误（期望1维，实际2维）

你的代码存在3个核心问题，直接触发维度报错：

• pd.read_excel传入sheet_name=None时，返回结果是字典结构，不是单个DataFrame：字典的key是工作表名称，value是对应工作表的DataFrame对象。你直接把这个字典传入pd.DataFrame()构造器，本身就不符合入参规范。
• 变量名拼写不一致：你定义新DataFrame时用的变量名是f1，后续转数组时写的是df1，就算前面逻辑正确，这行也会触发名称错误。
• 强行指定不匹配的索引：你给新构造的DataFrame传index=[0]，相当于声明新表只有1行数据，但你读取的原始数据有124412行，维度完全不匹配；加上传入的是字典（值为2维的DataFrame），pandas会尝试把每个2维的value当成1维序列解析，最终抛出「期望1维结构，实际拿到2维」的错误。
• 多余的嵌套操作：你不需要把读取到的内容再套一层pd.DataFrame()，只要读取逻辑正确，直接调用.to_numpy()就能拿到目标numpy数组，做后续单元素操作。

分两种常见使用场景给出可运行代码：

场景1：只需要读取单个工作表 #

去掉sheet_name=None参数，默认读取第一个工作表，或者传入具体工作表名指定读取目标，不需要额外套一层DataFrame构造：

import pandas as pd
import numpy as np

cols = 'A, AO, BB, BC'
# 读取指定列，默认读工作簿第一个工作表
df = pd.read_excel(path_to_excel, usecols=cols)
# 直接转为numpy数组，得到形状为(124412, 4)的数组
data_arr = df.to_numpy()

# 后续可直接按索引操作单个元素，比如取第10行第2列的元素
# val = data_arr[9, 1]

场景2：需要读取工作簿内所有工作表 #

遍历sheet_name=None返回的字典，逐个处理每个工作表的数据即可：

import pandas as pd
import numpy as np

cols = 'A, AO, BB, BC'
# 读取所有工作表，返回{工作表名: 对应DataFrame}的字典
all_sheet_dict = pd.read_excel(path_to_excel, sheet_name=None, usecols=cols)
# 遍历处理每个表
for sheet_name, df in all_sheet_dict.items():
    data_arr = df.to_numpy()
    # 针对当前表的数组做单元素操作即可

内容的提问来源于stack exchange，提问作者user9228288