使用Pandas追加Excel数据时Sales列数据误入Item列的问题咨询

你的核心问题出在读取的Excel表列名和目标DataFrame的列名不匹配，导致追加数据时出现错位。读取的工作表第一列叫Sales，但目标DataFrame需要的对应列是Item，pandas按列名匹配时找不到对应项，就会出现数据错位或错误映射的情况。下面是具体的解决步骤：

步骤1：重命名读取的DataFrame列 #

首先把读取到的reading_book1中的Sales列重命名为Item，让它和目标DataFrame的列名完全对应：

reading_book1 = pd.read_excel(file, sheet_name="1-Rollout", skiprows=restvalue).iloc[:10]
# 重命名Sales列为Item，对齐目标列名
reading_book1 = reading_book1.rename(columns={'Sales': 'Item'})

步骤2：强制对齐列顺序（可选但推荐） #

为了避免因列顺序不一致导致的数据错位，可以让读取的DataFrame严格遵循目标DataFrame的列顺序，缺失的列自动填充空值：

# 获取目标DataFrame的列顺序
target_columns = RestDataframe.columns
# 按目标列顺序重新排列，缺失列补空值
reading_book1 = reading_book1.reindex(columns=target_columns, fill_value=None)

步骤3：修正数据合并的写法 #

你之前把reading_book1放到列表里再追加的写法没必要，而且pandas的append()方法已经在1.4.0版本被弃用，推荐用pd.concat()来合并数据，更灵活清晰：

# 替换原来的append步骤，用concat合并多个DataFrame
RestDataframe = pd.concat([RestDataframe, AllFields, reading_book1], ignore_index=True)

完整修改后的代码示例 #

# 读取数据并重命名关键列
reading_book1 = pd.read_excel(file, sheet_name="1-Rollout", skiprows=restvalue).iloc[:10]
reading_book1 = reading_book1.rename(columns={'Sales': 'Item'})

# 对齐目标列顺序
target_columns = RestDataframe.columns
reading_book1 = reading_book1.reindex(columns=target_columns, fill_value=None)

# 合并数据到RestDataframe
RestDataframe = pd.concat([RestDataframe, AllFields, reading_book1], ignore_index=True)

# 填充其他固定列数据
RestDataframe['Project'] = read_ProjectNumber
RestDataframe['Full Project'] = read_fullProject
RestDataframe['Sponsor'] = read_Sponsor
RestDataframe['Round'] = read_round
RestDataframe['Project Step'] = read_projectstep
RestDataframe['Market'] = "Rest of the World Market"

# 合并到最终DataFrame
FinalDataframe = pd.concat([FinalDataframe, CADataframe, RestDataframe], ignore_index=True)

出错原因复盘 #

• 列名不匹配是核心：读取的Sales列和目标的Item列名称不一致，pandas无法自动关联，导致数据错位到其他列。
• append()方法已被弃用：官方推荐用pd.concat()替代，它在处理多DataFrame合并、索引重置等场景下更可靠。

内容的提问来源于stack exchange，提问作者sid soni