如何用Pandas将Excel中以First Column开头的行设为DataFrame表头

我帮你梳理了一套完整的实现思路，核心是先不指定表头读取所有行，找到目标行后再重构表头并清理冗余行，具体代码和步骤如下：

步骤说明 #

1. 遍历目标文件夹下的所有Excel文件（支持.xlsx/.xls格式）
2. 对每个文件，先读取全部内容（不预设表头）
3. 定位所有以First Column开头的行（包括表头行和中间重复行）
4. 用第一个匹配行作为DataFrame的表头
5. 删除所有匹配的冗余行（包括原来的表头行和中间重复行）
6. 将处理后的DataFrame存入列表，最后合并为统一数据集

完整代码实现 #

import pandas as pd
import os

def process_excel_file(file_path):
    # 1. 读取整个Excel文件，不指定表头，所有行按数据行读取
    temp_df = pd.read_excel(file_path, header=None)
    
    # 2. 找到所有第一列等于"First Column"的行索引
    matches_idx = temp_df[temp_df.iloc[:, 0] == 'First Column'].index
    
    if len(matches_idx) == 0:
        print(f"警告：文件{file_path}未找到'First Column'开头的行，已跳过")
        return None
    
    # 3. 取第一个匹配行作为新表头
    new_header = temp_df.iloc[matches_idx[0]].tolist()
    
    # 4. 删除所有匹配的行（包括原来的表头行和中间重复行）
    cleaned_df = temp_df.drop(matches_idx).reset_index(drop=True)
    
    # 5. 设置新表头，并重置索引
    cleaned_df.columns = new_header
    
    # 可选：如果有空白行可以额外清理
    cleaned_df = cleaned_df.dropna(how='all')
    
    return cleaned_df

# ---------------------- 主执行逻辑 ----------------------
# 替换为你的目标文件夹路径
target_folder = "./your_excel_folder"
all_dfs = []

# 遍历文件夹下所有Excel文件
for filename in os.listdir(target_folder):
    if filename.endswith(('.xlsx', '.xls')):
        file_path = os.path.join(target_folder, filename)
        print(f"正在处理文件：{filename}")
        processed_df = process_excel_file(file_path)
        if processed_df is not None:
            all_dfs.append(processed_df)

# 合并所有处理后的DataFrame
final_df = pd.concat(all_dfs, ignore_index=True)

# 可选：保存合并后的结果到新Excel
final_df.to_excel("./合并后的数据集.xlsx", index=False)
print("所有文件处理完成，已生成合并数据集")

关键细节解释 #

• 不指定表头读取：用header=None确保所有行（包括多级表头的行）都被当作数据行，避免提前丢失信息
• 定位目标行：通过temp_df.iloc[:, 0]定位第一列，筛选出等于First Column的行，不管它在文件的哪个位置
• 清理冗余行：删除所有匹配的行，确保中间重复的First Column行不会留在数据里
• 合并数据集：用pd.concat合并所有处理后的DataFrame，ignore_index=True重置全局索引

这个方案不管你的Excel是单表头还是多级表头，只要存在First Column开头的行，就能自动适配处理，完全满足批量操作的需求。

内容的提问来源于stack exchange，提问作者i.n.n.m