使用pandas导入Excel如何将第8行设为表头并重命名列

核心踩坑点集中在3个方面：

• pandas读取Excel的行号默认是0起始索引，和Excel界面显示的1起始行号差1，skiprows和header的联动逻辑理解错误，导致行完全错位。
• xlsm是带宏的Excel格式，pandas默认引擎无法识别，必须指定对应读取引擎。
• 表头行前两列为NaN时，普通按列名匹配的rename逻辑会失效，因为NaN不等于自身，且字典中重复的NaN键会被后者覆盖。

1. 先定位表头行的真实索引 #

不要靠猜测配参数，先读入原始无表头的Excel内容，确认要作为表头的日期行对应的0索引行号N：

# 先安装依赖：pip install openpyxl
df_raw = pd.read_excel('sheet.xlsm', header=None, engine='openpyxl')
# 打印前10行，找到日期行的0索引行号N
print(df_raw.head(10))

如果你看到的日期行是Excel界面左侧显示的第8行，那对应的0索引N=7，可以直接跳过这步。

2. 正确读入数据 #

根据确认的行号配置参数，一步完成跳过前置行、指定表头的操作：

df = pd.read_excel(
    'sheet.xlsm',
    skiprows=N,    # 跳过表头行之前的所有N行，仅保留表头及之后的有效内容
    header=0,      # 将跳过行之后的第一行（即原日期表头行）设为列名
    engine='openpyxl'  # 必须指定，用于读取xlsm格式文件
)

以Excel界面第8行（N=7）为表头为例，代码简化为：
df = pd.read_excel('sheet.xlsm', skiprows=7, header=0, engine='openpyxl')

3. 重命名前两列 #

因为表头行前两列是NaN，不要用按列名匹配的rename逻辑，直接按列索引修改，完全规避NaN匹配失效的问题：

# 直接按位置修改前两列的列名，和原列名取值无关
df.columns.values[0] = "col1"
df.columns.values[1] = "col2"

• 最初的参数配置错误：skiprows=8会跳过前8行（0~7索引），刚好把你要当表头的0索引7行完全跳过，再加header=1，相当于用跳过前置行之后的第二行当表头，整体行错位了一位，导致日期行跑到了普通数据区。
• 手动重命名失效的原因：你取的表头行前两列都是NaN，构造rename字典时，两个NaN作为键会被Python字典去重，后写的{NaN: "col2"}会覆盖前面的{NaN: "col1"}，最终所有列名为NaN的列都被改成col2，和你输出的结果一致。

内容的提问来源于stack exchange，提问作者asd