Python中如何将电子表格转为可分享的pandas DataFrame代码

你可以直接用现成脚本完成电子表格到可分享DataFrame代码的转换，支持.xlsx/.csv格式，自动把所有空值替换为np.nan，输出的代码可以直接粘贴到提问内容里，其他答主不需要下载原始表格就能直接复现你的数据。

转换代码 #

先安装必要依赖：
pip install pandas numpy openpyxl

将下方代码里的文件路径替换为你自己的电子表格路径，运行后就能直接得到可复制的DataFrame构造代码：

import pandas as pd
import numpy as np

# 替换为你的电子表格实际路径
file_path = "你的表格文件路径.xlsx"
# 读取表格，统一识别空值
df = pd.read_excel(file_path, keep_default_na=False)
df = df.replace({"": np.nan, None: np.nan})

# 转换为列名为key、列值列表为value的字典格式
df_dict = df.to_dict(orient="list")

# 拼接为可直接运行的完整代码
output_code = f"""import pandas as pd
import numpy as np

df = {repr(df_dict)}
df = pd.DataFrame(df)
"""

# 打印结果，直接复制打印出的代码块即可使用
print("===== 可直接分享的DataFrame代码 =====")
print(output_code)

注意事项 #

• 读取.csv格式文件时，把代码里的pd.read_excel()替换为pd.read_csv()即可，其余逻辑完全通用
• 如果电子表格包含多个工作表，给pd.read_excel()传入sheet_name="目标工作表名称"参数即可读取对应内容
• 脚本用repr()做格式序列化，会自动保留字符串、数字、日期等原始数据类型，不会出现格式错乱问题

双表差异对比说明 #

如果你需要处理两份表格做差异比对，只需要把上述脚本运行两次，分别生成两个DataFrame的构造代码（命名为df1、df2即可），后续可以直接用df1.compare(df2)一键输出两份数据的差异内容，全程不需要依赖原始电子表格文件。

内容的提问来源于stack exchange，提问作者HelpMeCode