多工作表Excel中按特定标识指定起始行读取数据的问题求助

错误原因 #

你写的代码是从DataFrame的行索引中搜索「08:00」，但实际你的「08:00」存储在第一列的单元格中，不在索引里，自然会报找不到的错误。

解决方案 #

处理这种动态起始行的Excel读取，统一按以下逻辑实现即可：

1. 先全量读取工作表的所有内容，不提前指定表头，避免无效行干扰
2. 逐行扫描定位包含「08:00」的行号
3. 从目标行的前一行开始截取数据，再重新设置表头

完整代码示例 #

import pandas as pd

# 读取整个Excel工作簿
xls = pd.ExcelFile("你的文件路径.xlsx")
processed_sheets = []

for sheet_name in xls.sheet_names:
    # 读取当前工作表全部内容，不指定表头
    df_raw = pd.read_excel(xls, sheet_name=sheet_name, header=None)
    
    # 定位所有包含「08:00」的行（全列扫描，兼容08:00位置不固定的场景）
    matched_rows = df_raw[df_raw.apply(
        lambda row: row.astype(str).str.contains("08:00").any(), 
        axis=1
    )].index
    
    # 跳过没有匹配到内容的工作表
    if len(matched_rows) == 0:
        continue
    
    # 取第一个匹配行的前一行作为数据起始行
    start_row = matched_rows[0] - 1
    # 截取数据并设置表头
    df_result = df_raw[start_row:].reset_index(drop=True)
    df_result.columns = df_result.iloc[0]
    df_result = df_result[1:].reset_index(drop=True)
    
    processed_sheets.append(df_result)

# 后续可以按需处理processed_sheets里的所有工作表数据

优化说明 #

如果确认「08:00」只会出现在第一列，可将定位匹配行的代码替换为以下内容，扫描效率更高：

matched_rows = df_raw[df_raw[0].astype(str).str.contains("08:00")].index

内容的提问来源于stack exchange，提问作者Kimchi