使用pd.read_excel导入多工作表：仅指定表设置skiprows的问题

你的问题在于使用pd.read_excel同时读取多个工作表时，skiprows参数不能直接通过[8, None, None, None]这种方式为单个工作表指定规则——pandas无法识别None作为该参数的有效值来跳过设置。下面是两种更可靠的解决方案，既能通过工作表名称精准控制，又能高效处理大文件：

方案1：逐个读取工作表（清晰直观） #

先创建ExcelFile对象（适合大文件，避免重复读取磁盘），然后针对每个工作表单独设置参数：

import pandas as pd

# 加载Excel文件到内存，仅一次操作
xls = pd.ExcelFile('TUp.xlsx')

# 初始化字典存储所有工作表数据
TuFile = {}

# 按名称读取各工作表，仅给Summary设置skiprows=8
TuFile['T_up'] = pd.read_excel(xls, sheet_name='T_up')
TuFile['Raw_Data'] = pd.read_excel(xls, sheet_name='Raw_Data')
TuFile['Base'] = pd.read_excel(xls, sheet_name='Base')
TuFile['Summary'] = pd.read_excel(xls, sheet_name='Summary', skiprows=8)

方案2：字典推导式（简洁高效） #

如果工作表数量较多，可以用字典推导式简化代码：

import pandas as pd

xls = pd.ExcelFile('TUp.xlsx')
target_sheets = ['T_up','Raw_Data','Base','Summary']

TuFile = {
    sheet: pd.read_excel(xls, sheet_name=sheet, skiprows=8 if sheet == 'Summary' else None)
    for sheet in target_sheets
}

补充说明 #

你原来的xls.parse(xls.sheet_names[3], skiprows=8)能正常运行，是因为parse是针对单个工作表的方法；如果想用名称代替索引，直接把xls.sheet_names[3]换成对应的工作表名'Summary'即可：

# 单独读取Summary表的简化写法
summary_df = xls.parse('Summary', skiprows=8)

这种逐个处理的方式，既满足了你通过名称指定目标表的需求，又能精准控制每个工作表的读取参数，同时对大文件更友好。

内容的提问来源于stack exchange，提问作者Dayvid F