如何强制Pandas读取Excel中前几行为空的无表头最后一列？

核心问题分析 #

你遇到的警告是因为指定usecols="A:E"时，Excel文件实际可能不存在E列（或E列完全为空），导致Pandas解析时索引越界。同时顶部的任意空行也会干扰表头识别，需要先定位正确的表头起始行。

纯Pandas解决方案 #

不需要依赖其他库，通过两次读取+动态补列解决问题：

import pandas as pd

# 1. 先读取全量数据（不指定表头），用于定位表头行
df_raw = pd.read_excel(excel_file, header=None)

# 定位表头行：找到前四列全部非空的第一行（符合你四列有表头的规则）
header_row = df_raw[df_raw.iloc[:, :4].notna().all(axis=1)].index[0]

# 2. 读取正式数据，自动识别现有列
df = pd.read_excel(excel_file, header=header_row)

# 确保第五列存在：不足则添加空列，存在则重命名（可选）
target_col_count = 5
if len(df.columns) < target_col_count:
    # 插入空列到第五位，自定义列名比如'Unnamed_Extra'
    df.insert(4, 'Unnamed_Extra', pd.NA)
else:
    # 给无表头的第五列重命名，方便后续处理
    df.rename(columns={df.columns[4]: 'Unnamed_Extra'}, inplace=True)

补充说明 #

• 表头定位逻辑：通过df_raw.iloc[:, :4].notna().all(axis=1)精准匹配前四列都有值的行，避免顶部空行干扰。
• 补列逻辑：不管Excel中E列是否存在，最终DataFrame都会保留第五列，空值用pd.NA填充，符合你的需求。
• 避免警告：全程不硬编码超出实际范围的列索引，而是动态适配Excel的实际列数。

可选：结合少量openpyxl优化（若允许） #

如果想更精准读取列范围，可先用openpyxl获取实际最大列数，再动态指定usecols：

import pandas as pd
from openpyxl import load_workbook

# 获取Excel实际最大列数
wb = load_workbook(excel_file, read_only=True)
max_col = wb.active.max_column
wb.close()

# 确定读取列数：最多5列，不超过实际列数
read_cols = min(max_col, 5)

# 定位表头行（同纯Pandas方案）
df_raw = pd.read_excel(excel_file, header=None)
header_row = df_raw[df_raw.iloc[:, :4].notna().all(axis=1)].index[0]

# 读取数据
df = pd.read_excel(excel_file, header=header_row, usecols=range(read_cols))

# 补全第五列（同纯Pandas方案）
if len(df.columns) <5:
    df.insert(len(df.columns), 'Unnamed_Extra', pd.NA)

内容的提问来源于stack exchange，提问作者Mike Christie