我有一个这样的 excel 表：
我想用 pandas read_excel 来阅读它，我试过这个：
df = pd.read_excel("test.xlsx", header=[0,1])
但它抛出了这个错误：
ParserError: Passed header=[0,1] are too many rows for this multi_index of columns
有什么建议吗？
【问题讨论】：
Header 1 和Header 2 使用合并单元格？如果是，请尝试不使用它们。
如果您不介意在阅读完 Excel 后对 DataFrame 进行按摩，您可以尝试以下两种方法：
>>> pd.read_excel("/tmp/sample.xlsx", usecols = "B:F", skiprows=[0])
header1 Unnamed: 1 Unnamed: 2 header2 Unnamed: 4
0 col1 col2 col3 col4 col5
1 a 0 x 3 d
2 b 1 y 4 e
3 c 2 z 5 f
在上面，你必须修复 MultiIndex 的第一级，因为 header1 和 header2 是合并的单元格
>>> pd.read_excel("/tmp/sample.xlsx", header=[0,1], usecols = "B:F",
skiprows=[0])
header1 header2
header1 col1 col2 col3 col4
a 0 x 3 d
b 1 y 4 e
c 2 z 5 f
在上面，它通过跳过空行并仅用数据解析列 (B:F) 非常接近。如果您注意到，列已经移动了...
注意不是一个干净的解决方案，只是想在帖子而不是评论中与您分享示例
-- 根据与 OP 的讨论进行编辑--
Based on documentation for pandas read_excel, header[1,2] 正在为您的列创建 MultiIndex。看起来它根据 A 列中填充的内容来确定 DataFrame 的标签。因为那里什么都没有......索引有一堆 Nan 就像这样
>>> pd.read_excel("/tmp/sample.xlsx", header=[1,2])
header1 header2
col1 col2 col3 col4 col5
NaN a 0 x 3 d
NaN b 1 y 4 e
NaN c 2 z 5 f
再次，如果您可以清理列并且 xlsx 的第一列始终为空白...您可以将其删除，如下所示。希望这就是您正在寻找的。p>
>>> pd.read_excel("/tmp/sample.xlsx", header[1,2]).reset_index().drop(['index'], level=0, axis=1)
header1 header2
col1 col2 col3 col4 col5
0 a 0 x 3 d
1 b 1 y 4 e
2 c 2 z 5 f
【讨论】：
pd.read_excel("/tmp/sample.xlsx", header[1,2]).reset_index().drop(['index'], level=0, axis=1)
read_excel 的header 参数的文档的解释和理解修改了原始帖子。希望其他人能加入我们的理解。
Here 是关于header 参数的文档：
用于已解析 DataFrame 的列标签的行（0-indexed）。如果传递了一个整数列表，这些行位置将被组合成一个 MultiIndex。如果没有标题，请使用 None。
我认为以下应该可行：
df = pd.read_excel("test.xlsx", skiprows=2, usecols='B:F', header=0)
【讨论】：