Python如何读取Excel多工作表并分别生成pandas DataFrame

完全可以实现，Pandas原生支持多工作表Excel文件的读取操作，以下是两种最常用的实现方案：

前置依赖安装 #

首先确保安装了pandas和对应的Excel解析引擎，执行如下命令安装：
pip install pandas openpyxl xlrd

• openpyxl用于解析.xlsx格式文件
• xlrd用于解析旧版.xls格式文件

方案1：一次性读取所有工作表为字典结构 #

这是最简便的方案，读取后返回值为字典类型，键为工作表名称，值为对应工作表的DataFrame：

import pandas as pd

# sheet_name设为None代表读取所有工作表
df_dict = pd.read_excel("你的Excel文件路径.xlsx", sheet_name=None, engine="openpyxl")

# 按工作表名获取对应DataFrame
df_sheet1 = df_dict["Sheet1"]
df_sheet2 = df_dict["Sheet2"]

方案2：按需读取/循环处理工作表 #

如果需要对单个工作表做自定义读取配置（比如跳过表头、指定读取列等），可以先获取所有工作表名后逐个读取：

import pandas as pd

# 打开Excel文件
xl_file = pd.ExcelFile("你的Excel文件路径.xlsx", engine="openpyxl")

# 获取所有工作表名称列表
sheet_names = xl_file.sheet_names

# 循环读取每个工作表，可自定义读取参数
df_dict = {}
for sheet_name in sheet_names:
    # 可在parse中添加skiprows、usecols、dtype等自定义参数
    df_dict[sheet_name] = xl_file.parse(sheet_name, skiprows=1, usecols="A:E")

注意事项 #

• 2.0及以上版本的xlrd库默认不再支持.xlsx格式解析，读取.xlsx文件时建议指定engine="openpyxl"
• 大文件读取优先使用pd.ExcelFile方式，只需打开一次文件，比循环调用pd.read_excel效率更高
• 若需要将每个工作表的DataFrame设为独立全局变量，可以使用globals()[f"df_{sheet_name}"] = xl_file.parse(sheet_name)实现，不过更推荐使用字典统一管理，便于后续遍历操作

内容的提问来源于stack exchange，提问作者Rishab S