为何Pandas导入CSV返回DataFrame、导入Excel返回dict类型？

核心差异来自pd.read_excel的sheet_name参数传参规则，和Excel、CSV的文件格式差异没有直接关联：

• 当sheet_name参数传入列表类型值时（比如示例代码里的['ABA_Accounts']），pandas会默认返回字典类型：字典的键是你传入的工作表名称，字典的值是对应工作表解析后生成的DataFrame。哪怕列表里只指定了1个工作表，这个返回规则也不会改变，这就是示例里ach_data类型为dict的直接原因。
• CSV文件本身不支持多工作表结构，单个CSV文件只会存储一份二维表格数据，因此pd.read_csv没有多表返回的逻辑，默认直接返回解析完成的DataFrame，也就是示例里c2c_import的类型。

如果需要读取单个Excel工作表直接拿到DataFrame，可以用以下两种方式调整代码：

# 方式1：给sheet_name传入字符串格式的工作表名，不要嵌套列表
ach_data = pd.read_excel(r'C:\temp\SHC v0.34.xlsm', sheet_name='ABA_Accounts')

# 方式2：如果已经按列表传参得到了返回字典，直接通过工作表名作为键取值即可
# ach_data = pd.read_excel(r'C:\temp\SHC v0.34.xlsm', sheet_name=['ABA_Accounts'])
# ach_data = ach_data['ABA_Accounts']

补充：pd.read_excel的sheet_name参数传None时，会读入文件内所有工作表，同样返回字典类型；传整数（工作表索引，从0开始）、字符串时才会直接返回对应工作表的DataFrame。

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