Miniconda+Python3下Pandas导入XLS的合并单元格及删行问题

嘿，我来帮你搞定这两个Excel数据处理的问题，都是用Python（搭配pandas，毕竟你用的是miniconda环境）时很容易踩的坑！

首先明确：合并单元格肯定会影响数据处理！当你用pandas直接读取带合并单元格的Excel时，合并区域只有第一个单元格会保留原始值，其他位置都会变成NaN，这会导致表头错位、数据结构混乱，后续的筛选、分组、统计都会出问题。

取消合并单元格分两种场景：

• 手动处理（适合临时操作）：打开目标Excel，选中所有合并的单元格区域，点击工具栏的「合并后居中」按钮取消合并；或者右键→「设置单元格格式」→「对齐」，取消勾选「合并单元格」。如果合并区域有内容，取消后只有第一个单元格有值，其他是空的，你可以手动填充相同内容。
• 代码自动处理（适合批量或重复操作）：用openpyxl库直接修改Excel文件，取消合并并自动填充值，代码示例如下：

from openpyxl import load_workbook

# 加载你的Excel文件
wb = load_workbook('目标文件.xlsx')
ws = wb.active

# 遍历所有合并单元格区域
for merged_range in list(ws.merged_cells.ranges):
    # 获取合并区域第一个单元格的值
    cell_value = ws.cell(row=merged_range.min_row, column=merged_range.min_col).value
    # 取消合并
    ws.unmerge_cells(str(merged_range))
    # 给区域内所有单元格填充相同值
    for row in range(merged_range.min_row, merged_range.max_row + 1):
        for col in range(merged_range.min_col, merged_range.max_col + 1):
            ws.cell(row=row, column=col).value = cell_value

# 保存处理后的文件
wb.save('处理完成的文件.xlsx')

处理完之后，再用pandas读取就不会有NaN的问题了。

你说的情况大概率是因为合并单元格导致pandas读取时的表头识别错误：默认情况下pd.read_excel()会把首行（Excel的第1行）设为表头，这时候你的df的索引0其实是Excel的第2行数据，而你想删的首行已经变成了表头，所以drop([0])根本没作用到目标行。

给你两种解决思路：

1. 先预处理Excel（推荐）：用上面的方法取消所有合并单元格，然后读取时指定正确的表头行。比如如果真实的表头在Excel的第3行，就这么写：

import pandas as pd

df = pd.read_excel('处理完成的文件.xlsx', header=2)  # header参数是Excel行号减1（因为从0开始计数）

这时候你再看df的结构，首行（数据行的索引0）就是实际数据，需要删的话df.drop([0])就会生效。

2. 直接读取后手动调整：如果不想预处理，先把所有内容当成纯数据读取，再手动设置表头、删除无用行：

import pandas as pd

# 不指定表头，把所有行都当成数据读取
df = pd.read_excel('目标文件.xlsx', header=None)
# 先打印前几行确认哪行是无用的首行、哪行是真实表头
print(df.head())

# 删除无用的首行（假设是索引0）
df = df.drop([0])
# 把合适的行设为表头（比如现在的索引0是原来的第2行，假设它是表头）
df.columns = df.iloc[0]
# 删除原来的表头行
df = df.drop(df.index[0])
# 重置索引，让索引从0开始
df = df.reset_index(drop=True)

这样操作后，就能得到结构正常的DataFrame了。

内容的提问来源于stack exchange，提问作者Slav3k