pd.read_excel读取合并单元格excel时，默认将合并单元格视为左上角存值、其余为空，导致nan、表头错位、列名变为unnamed；需用header指定多级表头、ffill填充纵向合并、openpyxl处理导出样式。

读取含合并单元格的Excel时，pd.read_excel 默认行为会出什么问题

直接用 pd.read_excel 读取带合并表头（比如前两行是层级标题）的Excel，结果里会出现大量 NaN，第一列变成索引、表头错位、列名变成 Unnamed: 0 这类占位符——这不是bug，是pandas把合并单元格“还原”成原始网格后的自然表现。

根本原因是：Excel里的合并单元格在底层只是「视觉对齐」，实际只在左上角存值，其余单元格为空。pandas按行列逐格读取，不主动推断合并逻辑。

• 若合并发生在首行（如列名跨2列），需用 header 参数指定多层表头行号，例如 header=[0, 1]
• 若合并发生在数据区（如某几行的「部门」列纵向合并），pandas无法自动填充，必须手动用 ffill 或 bfill
• skiprows 和 usecols 配合能快速跳过无用标题区，比靠 header 硬调更稳

用 header 和 index_col 处理多级表头

当表头本身是树状结构（如「销售部」下分「Q1」「Q2」，每季度又分「销售额」「退货率」），必须让pandas知道哪些行构成层级。

示例：Excel第0行是大类（销售部、技术部），第1行是子项（Q1销售额、Q1退货率……），数据从第2行开始：

pd.read_excel("report.xlsx", header=[0, 1], skiprows=2)

这样生成的DataFrame列名是 MultiIndex，支持用元组索引，比如 df[("销售部", "Q1销售额")]。

Li Python Sec Check

Python 安全规范检查工具：基于 CloudBase 规范、腾讯安全指南，LLM 智能分析（默认禁用，优先本地执行）

下载

• 若合并表头中间夹杂空行，先用 skiprows 跳过，再设 header，别指望pandas自动识别“空行即分隔”
• index_col 设为 0 或列表（如 [0, 1]）可把左侧合并的行标签转为索引，避免它被当普通数据列读入
• 读入后检查 df.columns 类型，是 MultiIndex 才说明多级头生效；如果是普通 Index，大概率 header 行号算错了

修复数据区纵向合并单元格（如「省份」列跨多行）

这是最常踩坑的地方：Excel里「江苏」合并了5行，但pandas只在第1行存“江苏”，后面4行是 NaN。直接分析会丢维度。

正确做法是定位该列，用 fillna(method="ffill") 向下填充：

df["省份"] = df["省份"].fillna(method="ffill")

但要注意边界——如果「省份」列开头就是空的，ffill 会把 NaN 一直传下去。稳妥方式是先用 df["省份"].first_valid_index() 找到首个非空位置，再切片处理。

• 不要对整行用 ffill(axis=1)，容易污染横向本应为空的字段（如「备注」列）
• 若合并逻辑复杂（如按「城市」列是否为空来决定是否继承上一行「省份」），得写显式循环或 apply + 自定义函数
• 填充后立刻用 df.groupby("省份").size() 快速验证各组行数是否合理，防止过度填充

导出时保留合并表头？别折腾，pandas不支持写合并单元格

df.to_excel 只能输出规整网格，无法还原原始Excel的合并样式。想让下游用户看到合并效果，有两个务实选择：

• 用 openpyxl 加载已生成的Excel文件，在保存前手动合并单元格，例如：
  wb = openpyxl.load_workbook("output.xlsx")
ws = wb.active
ws.merge_cells("A1:B1")
• 彻底放弃样式，改用清晰的列命名替代合并，比如把「销售部/Q1/销售额」直接命名为 sales_dept_q1_revenue，更适合程序处理
• 若必须交付带样式的报表，建议用模板+openpyxl 填充，而不是靠pandas生成再修样式

真正难的从来不是读，而是确认「哪些合并是语义性的（必须保留）」和「哪些只是排版（可以扁平化）」——这个判断得人来定，pandas只负责执行。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！