Python遍历Excel工作表统计首列非NaN值数量的实现问题

• 基于Python实现Excel文件遍历逻辑：扫描文件内所有工作表，统计每个工作表第一列（A列）的非NaN值总数
• 最终输出两列统计结果：工作表名称、对应非NaN值总数，适配A列表头、工作表名称均未知的场景
• 预期效果：
  输入样例（跨工作表的A列内容）：

  Column A          所属工作表
  Non-NaN0          sh1
  Non-NaN1          sh1
  Non-NaN2          sh2
  

  输出样例：

  sheet            total
  sh1                2
  sh2                1
  

第一版代码错误点 #

• 硬编码skiprows=[0,1,2,3,4]跳过前5行没有业务依据，会误删有效数据，需求没有要求跳过固定行
• 执行dfSheetValues = dfSheetValues.iloc[:, 0]后得到的是一维Series对象，后续逐行给Series加SheetNames、TotalNonNaN列会触发索引对齐问题；且dfSheetValues['SheetNames'].count缺少调用括号，没有实际执行计数方法，只是传入了函数对象，导致统计列全为NaN
• 逻辑冗余：每个工作表只需要输出一行统计结果，不需要逐行存储工作表名和计数值再做拼接，会产生大量重复无效数据

第二版代码错误点 #

• df.to_frame()是Series转DataFrame的方法，pd.read_excel读取得到的本身就是DataFrame对象，该调用完全多余，且该方法不支持原地修改，写后无任何实际效果
• pandas不存在.char属性，字符串处理接口为.str，且统计非空值不需要调用字符串处理接口
• 未指定统计第一列，默认会统计所有列的空值，不符合需求

先安装依赖：pip install pandas openpyxl（openpyxl是pandas读取xlsx文件的默认引擎）

import pandas as pd

# 替换为你的实际文件路径
input_path = "C:/file/path/File.xlsx"
output_path = "C:/file/path/stat_result.csv"

# 读取所有工作表，返回格式为 {工作表名: 对应DataFrame}
sheet_dict = pd.read_excel(input_path, sheet_name=None)

result_list = []
for sheet_name, sheet_df in sheet_dict.items():
    # 固定取第一列，调用count()自动统计非NaN值数量
    first_col_non_nan = sheet_df.iloc[:, 0].count()
    result_list.append({
        "sheet": sheet_name,
        "total": first_col_non_nan
    })

# 组装为最终统计结果表
result_df = pd.DataFrame(result_list)

# 打印预览、导出CSV
print(result_df)
result_df.to_csv(output_path, index=False)

• 不依赖A列表头、工作表名称，固定按位置取第一列统计，适配未知表头、未知表名的场景
• 没有硬编码跳过行逻辑，完整读取所有工作表内容，不会误删有效数据
• 每个工作表仅聚合输出一行统计结果，输出格式完全匹配预期，无冗余数据
• 直接使用pandas内置count()方法统计非空值，逻辑简洁，避免自定义统计的边界错误

内容的提问来源于stack exchange，提问作者feelsgood