如何在Pandas pd.read_excel中实现类似VBA xldown的动态取数功能

核心逻辑 #

pd.read_excel 没有内置类似VBA xlDown 的行定位能力，需要分两步实现：先预读取目标列（A列）的所有内容定位数据最后一行，再计算实际需要读取的行数替代硬编码值。

完整实现代码 #

import pandas as pd
import os

# 1. 预读A列所有行，定位数据边界
# 仅读A列，减少资源消耗
df_colA = pd.read_excel(
    os.path.join(r, file), 
    sheet_name='data sheet', 
    usecols=['A']
)

# 2. 计算动态nrows，两种场景二选一即可
# 场景1：取A列全局最后一个非空行（适合A列无中间空行的全量数据场景）
# pandas索引从0开始，转Excel 1开头行号需要+1
last_non_empty_excel_row = df_colA.dropna(subset=['A']).index[-1] + 1
# 你的表头在Excel第11行（对应header=10参数）
header_excel_row = 11
nrows_dynamic = last_non_empty_excel_row - header_excel_row

# 场景2：完全对齐VBA xlDown逻辑（从A1向下走到第一个空白行的前一行）
# 找A列第一个空值的索引
first_blank_idx = df_colA['A'].isna().idxmax()
last_xldown_excel_row = first_blank_idx
nrows_dynamic = last_xldown_excel_row - header_excel_row

# 3. 按实际范围读取完整数据
tempTable = pd.read_excel(
    os.path.join(r, file), 
    sheet_name='data sheet', 
    header=10, 
    nrows=nrows_dynamic
)

注意事项 #

• 如果你的数据在A列存在中间空白行，按需选择两种边界计算逻辑即可
• 预读仅读取单列内容，即使大文件也不会占用过多资源
• 计算nrows时注意区分pandas 0开头索引和Excel 1开头行号的差异，避免偏移错误

内容的提问来源于stack exchange，提问作者FinDev