如何基于空列分隔符将Pandas DataFrame拆分为多个子DataFrame

核心实现逻辑：先识别作为分隔符的全空白列，再按分隔位置切割列范围提取对应子表即可，完整实现代码如下：

• 第一步：识别全空白分隔列

import pandas as pd

# 替换为你自己的读表代码，无特殊需求建议读入时不指定表头，避免干扰空白列识别
# df = pd.read_excel("你的Excel文件路径.xlsx", header=None)

# 定位所有全为空值的分隔列索引
empty_col_indexes = df.columns[df.isna().all()].tolist()

• 第二步：拆分列区间生成独立子表

# 补充首尾边界方便批量切割
split_points = [-1] + empty_col_indexes + [df.shape[1]]
product_dfs = []

for i in range(len(split_points)-1):
    start_col = split_points[i] + 1
    end_col = split_points[i+1]
    # 跳过纯空白区间
    if start_col >= end_col:
        continue
    # 提取当前子表的所有列
    sub_df = df.iloc[:, start_col:end_col].copy()
    # 可选：删除子表内的全空行
    sub_df = sub_df.dropna(how="all").reset_index(drop=True)
    # 可选：如果子表第一行是表头，放开以下代码设置列名
    # sub_df.columns = sub_df.iloc[0].tolist()
    # sub_df = sub_df[1:].reset_index(drop=True)
    product_dfs.append(sub_df)

# 拆分完成后三个产品的独立DataFrame分别为 product_dfs[0]、product_dfs[1]、product_dfs[2]

• 注意事项
  • 若读入Excel时已经指定了表头，空白列会被自动命名为Unnamed:xx格式，不影响空白列判断逻辑，代码可正常运行
  • 不同子表列数不一致的场景也可正常适配，无需额外调整逻辑

内容的提问来源于stack exchange，提问作者dev