正确读取含合并单元格和多级表头的excel需用header指定表头行、fillna前向填充，并手动切片定位数据区，清洗列名后写入时用openpyxl重建格式。
读取含合并单元格和多级表头的Excel
直接用 pd.read_excel() 会把合并单元格读成 NaN 或重复填充，多级表头也常错位。关键不是“跳过”，而是主动告诉 Pandas 表头在哪、怎么解析。
- 用
header=[0, 1]指定前两行为多级列名（注意索引从 0 开始） - 合并单元格内容实际只存于左上角单元格，其余为空；需配合
fillna(method='ffill')向下/向右填充逻辑值 - 若表头跨行且不规则（如第 2 行是大类、第 4 行是小类），先用
skiprows跳过无关行，再用header定位有效表头行 - 避免用
index_col=0直接设索引——中文报表常在 A 列放序号或空行，强行设会导致列名错乱
处理“数据区”与“说明区”混排的Sheet
很多财务/统计报表在同一个 Sheet 里塞了表格主体、底部备注、右侧分析栏。Pandas 不会自动识别“哪块是真数据”，必须手动切片。
- 先用
pd.read_excel(..., header=None)原样读入，转成 DataFrame 查看结构 - 用
df.iloc[start_row:end_row, start_col:end_col]精确截取数据区域（常用技巧：找首列出现“合计”或“总计”的行作为结束标记） - 若右侧有固定宽度的说明列（如“备注”“审核人”），可用
df.iloc[:, :n]保留前 n 列，再丢弃全 NaN 行：df.dropna(how='all') - 警惕“隐藏空行”：看似空，实则含空格或不可见字符，用
df.applymap(str).applymap(str.strip)清洗后再判断
中文列名冲突与特殊字符清洗
报表导出时列名常带换行符 \n、全角空格、括号、冒号，导致 df['销售额（万元）'] 报 KeyError，或 groupby 失败。
- 统一清洗列名：
df.columns = df.columns.str.replace(r'[^\w\u4e00-\u9fa5]', '_', regex=True).str.strip('_') - 特别注意 Excel 自动添加的“Unnamed: 0”类列名，不是真的列，而是读取时因索引错位产生的占位符，应优先用
df.drop(columns=['Unnamed: 0'], errors='ignore')清理 - 若列名含年份+括号（如“2023年（预算）”），建议拆成两列：
df[['year', 'type']] = df['year_type'].str.extract(r'(\d{4})年[（(](.*?)[）)]') - 不要依赖
inplace=True修改列名——部分旧版 Pandas 对 MultiIndex 列名不支持，显式赋值更稳
写回Excel时保留原始格式与合并单元格
to_excel() 默认只写数据，原报表的合并单元格、字体、边框全丢失。若需交付给业务方，必须分步控制输出。
- 用
openpyxl引擎加载模板文件：with pd.ExcelWriter('out.xlsx', engine='openpyxl', mode='a', if_sheet_exists='replace') as writer: - 写入前先获取原 sheet 的合并区域：
writer.sheets['Sheet1'].merge_cells.ranges，再用worksheet.merge_cells.add('A1:B1')手动重建（适合合并规则固定的报表） - 更稳妥的做法：只用 Pandas 写数据，另用 openpyxl 单独处理样式和合并，二者分离——Pandas 负责逻辑，openpyxl 负责呈现
- 写入含中文的日期列时，确保列 dtype 是
datetime64，否则 openpyxl 可能写成数字序列（Excel 底层日期是浮点数）
真正难的不是读或写，而是确认“这一行到底算不算数据”——业务人员填表习惯千差万别，同一张表里可能混用空字符串、空格、None、0 来表示“无”。得先跟业务方对齐语义，再写清洗逻辑，否则代码越改越像补丁。
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！
