pandas读取Excel各工作表指定区域并将B14单元格设为索引的方法

你可以根据需求选择以下两种实现路径，两种都能最终得到「每个工作表对应一个DataFrame，索引为该表B14单元格内容，数据为C19:N27区域」的结果：

方案1：单次读取（推荐，IO效率最高） #

不需要分两次读取Excel，只需要一次性读取覆盖所有目标内容的最小矩形区域（B14:N27），再按位置拆分出标识符和目标数据即可，多工作表场景下能减少一半的文件解析开销，也不会出现两次读取sheet匹配错位的问题。

import pandas as pd

# 单次读取所有工作表的B列到N列、第14行到27行范围
raw_sheets = pd.read_excel(
    f,
    sheet_name=None,
    header=None,  # 关闭自动表头识别，按固定位置取值
    usecols="B:N",
    skiprows=13,  # 跳过前13行，第一行对应原表第14行
    nrows=14  # 一共读14行，覆盖到原表第27行
)

res = {}
for sheet_name, raw_df in raw_sheets.items():
    # 读取块的(0,0)位置就是原表B14的标识符
    b14_val = raw_df.iloc[0, 0]
    # 提取原表19-27行、C-N列对应的数据：读取块中第5行到第13行（19-14=5）、第1列到最后一列（第0列是B列，跳过）
    target_df = raw_df.iloc[5:14, 1:].reset_index(drop=True)
    # 将标识符设置为DataFrame的索引
    target_df.index = [b14_val] * len(target_df)
    res[sheet_name] = target_df

# 如果需要把所有工作表数据合并为一个大表，执行下面这行即可
# total_df = pd.concat(res.values())

方案2：兼容现有读取逻辑的拼接方案 #

如果你不想修改已有的两行读取代码，可以直接按工作表名匹配两次读取的结果，给每个DataFrame设置对应索引即可：

import pandas as pd

# 保留你原有的读取逻辑
data = pd.read_excel(f, sheet_name=None, index_col=None, usecols="C:N", skiprows=18, nrows=8)
identifier = pd.read_excel(f, sheet_name=None, index_col=None, header=None, usecols="B", skiprows=13)

res = {}
for sheet_name in data.keys():
    # 取当前工作表B14的值：identifier中对应表的第一行第一列即为目标值
    b14_val = identifier[sheet_name].iloc[0, 0]
    current_df = data[sheet_name].copy()
    # 为所有行设置索引为B14的标识符
    current_df.index = [b14_val] * len(current_df)
    res[sheet_name] = current_df

注意：pandas读取Excel时skiprows参数计数从0开始，对应Excel行号需要减1，取值时注意位置偏移不要写错。

内容的提问来源于stack exchange，提问作者anony1414