Pandas如何正确读取包含合并单元格的Excel文件

我正尝试使用Pandas读取一份包含合并单元格的Excel文件，期望得到指定样式的输出结果。目前已知可尝试使用fillna()方法，但该方法存在适配问题：

• 两个合并单元格之间存在无规律的空行
• 表格第二列也存在随机空单元格，无法通过该方法得到正确结果

实现方案 #

不要直接对整表使用ffill()填充，需分列按分组逻辑控制填充范围，避免跨空行、跨合并区间的错误填充，具体代码如下：

import pandas as pd

# 1. 读取Excel文件，openpyxl引擎支持识别xlsx格式的合并单元格
df = pd.read_excel("你的文件路径.xlsx", engine="openpyxl", header=None)

# 2. 处理第一列（一级合并单元格）
# 标记第一列非空位置，给每个合并区间打分组标签
df["group_first"] = df[0].notna().cumsum()
# 仅在同一合并区间内填充，空行会自动断开分组，不会跨空行填充
df[0] = df.groupby("group_first")[0].transform(lambda x: x.ffill())

# 3. 处理第二列（二级合并单元格，存在随机空值）
# 在一级分组的范围内给第二列的合并区间打标签，避免跨一级合并区间填充
df["group_second"] = df.groupby("group_first")[1].transform(lambda x: x.notna().cumsum())
df[1] = df.groupby(["group_first", "group_second"])[1].transform(lambda x: x.ffill())

# 4. 清理临时列，可选删除完全空白的行
df = df.drop(columns=["group_first", "group_second"]).dropna(how="all").reset_index(drop=True)

# 导出结果
df.to_excel("输出文件路径.xlsx", index=False)

适配说明 #

• 方案通过分组标记控制填充范围，自动跳过无规律的整行空行，不会出现两个合并单元格跨空行填充的问题
• 第二列的填充被限制在对应一级合并单元格的范围内，不会将不同一级分类下的第二列内容错误填充，也不会修改本就为空的单元格

内容的提问来源于stack exchange，提问作者Satish