是否存在支持读取多Excel工作表且仅Sheet1含表头的pandas函数

核心问题说明 #

pandas自带的pd.read_excel在传入sheet_name列表批量读取工作表时，所有传入的读取参数（如header、usecols等）会全局套用到所有选中的工作表，没法直接给单个工作表配置专属读取规则。
你现在写的代码默认所有工作表都用header=0（把第一行当表头），会导致Sheet2、Sheet3的第一行原始数据被错当成表头抽走，出现数据缺行、列名和Sheet1不匹配的问题。

通用实现方法 #

逐工作表按实际表头情况配置读取参数，最后输出的结构和你之前批量读的字典格式完全一样，后续的分析代码不用改就能直接用：

import pandas as pd

# 给每个工作表单独设对应的读取规则
sheet_read_config = {
    "Sheet1": {"header": 0},  # 保留原来的逻辑：第一行当列名
    "Sheet2": {"header": None},  # 无表头：不自动识别表头
    "Sheet3": {"header": None}
}

# 循环读所有工作表，结果按{表名: 对应DataFrame}的格式存储
multi_sheet_df = {
    sheet_name: pd.read_excel(
        "excelfile.xls",
        sheet_name=sheet_name,
        **config
    )
    for sheet_name, config in sheet_read_config.items()
}

# 可选操作：给没表头的Sheet2、Sheet3直接套Sheet1的列名，方便后续合并、做计算
for target_sheet in ["Sheet2", "Sheet3"]:
    multi_sheet_df[target_sheet].columns = multi_sheet_df["Sheet1"].columns

方案特点 #

• 所有版本的pandas都能跑，不需要升级依赖
• 想给不同工作表配置其他读取规则（比如跳过前几行、只取指定列、自定义空值识别规则）都能直接在配置字典里加，不受全局参数限制
• 最终读出来的multi_sheet_df结构和你之前直接传sheet_name列表的返回结果完全一致，不用适配旧代码
• 不需要安装任何第三方辅助库

内容的提问来源于stack exchange，提问作者Flame