使用Pandas处理Excel数据：合并跨行单元格以优化表格结构

---

本教程旨在指导如何使用python pandas库处理非标准格式的excel数据。当数据逻辑上属于同一记录但物理上分散在两行时，我们将学习一种迭代方法，将特定列的跨行数据合并到单个单元格（列表形式）中。此过程有助于将原始的非规范化数据转换为更适合分析和表格展示的结构，提高数据可用性。

在日常数据处理工作中，我们经常会遇到从各种系统导出的Excel文件，其数据格式可能并不总是符合标准的表格结构。一个常见的情况是，一个逻辑上的数据记录被拆分到两行中，例如，某个属性的值在第一行，而其补充信息在紧邻的第二行。这种格式使得直接将数据转换为标准表格或进行进一步分析变得困难。

例如，原始数据可能呈现如下结构：

Column A	Column B	Column C	Column D	Column E
Data A1	Data B1	Data C1	Data D1	Data E1
	Data B1'		Data D1'
Data A2	Data B2	Data C2	Data D2	Data E2
	Data B2'		Data D2'

而我们期望将其转换为更规整的单行记录，其中Column B和Column D的值能够合并：

Column A	Column B	Column C	Column D	Column E
Data A1	[Data B1, Data B1']	Data C1	[Data D1, Data D1']	Data E1
Data A2	[Data B2, Data B2']	Data C2	[Data D2, Data D2']	Data E2

本文将详细介绍如何使用Python的Pandas库自动化这一数据重构过程。

核心思路：逐行合并策略

由于我们需要合并的是相邻两行的数据，传统的基于列或单行操作的Pandas方法（如apply）可能难以直接实现这种跨行逻辑。因此，一种有效的方法是采用迭代策略：

标贝悦读AI配音

在线文字转语音软件-专业的配音网站

66 查看详情

1. 逐对读取行： 以步长为2的方式遍历DataFrame的行，每次获取一对相邻的行。
2. 构建新行： 为这对行构建一个新的字典，代表合并后的单行数据。
3. 条件合并： 对于需要合并的特定列（如示例中的Column B和Column D），将两行中的值组合成一个列表。
4. 直接复制： 对于不需要合并的列，直接取第一行的值。
5. 追加到结果DataFrame： 将构建好的新行追加到一个新的DataFrame中。

示例代码与详细解析

以下是实现上述逻辑的Python代码：

import pandas as pd

# 定义Excel文件路径和工作表名称
excel_file = 'data.xlsx'
sheet_name = 'Sheet1'

# 1. 读取Excel文件到Pandas DataFrame
try:
    df = pd.read_excel(excel_file, sheet_name=sheet_name)
except FileNotFoundError:
    print(f"错误：文件 '{excel_file}' 或工作表 '{sheet_name}' 不存在。请检查路径和名称。")
    # 创建一个示例DataFrame用于演示，如果文件不存在
    data = {
        'Data A': ['Data A1', '', 'Data A2', ''],
        'Data B': ['Data B1', 'Data B1\'', 'Data B2', 'Data B2\''],
        'Data C': ['Data C1', '', 'Data C2', ''],
        'Data D': ['Data D1', 'Data D1\'', 'Data D2', 'Data D2\''],
        'Data E': ['Data E1', '', 'Data E2', '']
    }
    df = pd.DataFrame(data)
    print("已使用示例数据继续。")

print("原始数据：")
print(df)

# 2. 初始化一个空的DataFrame用于存储格式化后的数据
# 确保新DataFrame的列与原始DataFrame一致
formatted_df = pd.DataFrame(columns=df.columns)

# 3. 遍历DataFrame，每次处理两行
# range(0, len(df), 2) 表示从索引0开始，每次跳过2个索引，即每次处理 i 和 i+1
for i in range(0, len(df), 2):
    # 获取当前行的第一行数据
    row1 = df.iloc[i]

    # 尝试获取下一行数据，如果已是最后一行，则row2为None
    row2 = df.iloc[i + 1] if i + 1 < len(df) else None

    combined_row = {} # 用于存储合并后新行的数据

    # 遍历所有列
    for col in df.columns:
        # 指定需要合并的列名列表。请根据您的实际情况修改此列表！
        # 例如，如果您的列名是 'Col B' 和 'Col D'，则改为 ['Col B', 'Col D']
        columns_to_combine = ['Data B', 'Data D'] 

        if col in columns_to_combine:
            # 如果是需要合并的列，则将row1和row2的值放入列表中
            # 注意处理row2可能为None的情况
            combined_row[col] = [row1[col], row2[col] if row2 is not None else None]
        else:
            # 对于不需要合并的列，直接取row1的值
            combined_row[col] = row1[col]

    # 将构建好的combined_row追加到formatted_df
    # ignore_index=True 确保新行有独立的索引
    formatted_df = formatted_df.append(combined_row, ignore_index=True)

print("\n格式化后的数据：")
print(formatted_df)

# 4. 将格式化后的DataFrame保存到新的Excel文件
output_excel_file = 'formatted_output.xlsx'
formatted_df.to_excel(output_excel_file, index=False)
print(f"\n格式化后的数据已保存到 '{output_excel_file}'")

代码解析：

1. 导入Pandas并读取数据：
   • import pandas as pd：导入Pandas库。
   • pd.read_excel(excel_file, sheet_name=sheet_name)：从指定的Excel文件和工作表读取数据，并将其存储在一个Pandas DataFrame df 中。代码中加入了try-except块，以便在文件不存在时提供一个示例DataFrame，方便测试。
2. 初始化结果DataFrame：
   • formatted_df = pd.DataFrame(columns=df.columns)：创建一个空的DataFrame formatted_df，它的列结构与原始DataFrame df 相同。这将用于存储合并后的数据。
3. 循环处理行：
   • for i in range(0, len(df), 2):：这是核心循环。range(start, stop, step) 函数生成一个序列。在这里，它会从0开始，以2为步长，直到DataFrame的长度。这意味着i将依次为0, 2, 4, ...，每次迭代都代表一对行的起始索引。
   • row1 = df.iloc[i]：使用iloc按位置获取当前迭代的第一行数据。
   • row2 = df.iloc[i + 1] if i + 1
   • combined_row = {}：在每次循环开始时，创建一个空字典，用于构建当前合并后的新行。
   • for col in df.columns:：遍历原始DataFrame的所有列。
   • columns_to_combine = ['Data B', 'Data D']：这是您需要根据实际数据进行修改的关键部分！ 将需要合并的列名添加到此列表中。
   • if col in columns_to_combine:：如果当前列在需要合并的列表中，则执行合并逻辑。
     • combined_row[col] = [row1[col], row2[col] if row2 is not None else None]：将row1和row2中该列的值放入一个列表中。如果row2为None，则第二部分的值也为None。
   • else:：如果当前列不需要合并，则直接取row1的值。
     • combined_row[col] = row1[col]：将row1中该列的值赋给combined_row。
   • formatted_df = formatted_df.append(combined_row, ignore_index=True)：将构建好的combined_row（字典形式）作为新行追加到formatted_df中。ignore_index=True 确保新行获得一个新的、连续的索引，而不是尝试使用combined_row的字典键作为索引。
4. 保存结果：
   • formatted_df.to_excel(output_excel_file, index=False)：将最终格式化好的DataFrame保存到一个新的Excel文件。index=False 防止Pandas将DataFrame的索引也写入Excel文件。

注意事项

1. 自定义合并列： 代码中的columns_to_combine列表是您需要根据实际数据进行调整的核心。请确保将其替换为您的Excel文件中实际需要合并的列名。
2. 数据类型： 合并后的单元格内容将是一个Python列表（例如 ['Data B1', 'Data B1\'']）。这可能会影响后续的数据分析操作，您可能需要进一步处理这些列表（例如，将它们连接成字符串，或提取特定元素）。
3. 数据完整性与对齐： 此方法假设数据是严格按对（两行一组）排列的。如果原始数据中存在不规则的跨行（例如，有些记录只占一行，有些占三行），则此代码需要进行更复杂的修改以适应这些情况。在执行前，最好对原始数据进行初步检查。
4. 性能考虑： 对于非常庞大的数据集（例如，数十万行甚至更多），在循环中反复使用DataFrame.append()可能会导致性能问题，因为它每次都会创建一个新的DataFrame。对于这类场景，更高效的做法是先将所有combined_row收集到一个列表中，最后使用pd.concat()一次性创建formatted_df。然而，对于大多数中等规模的数据集，当前方法足够清晰和高效。
5. 空值处理： 如果原始数据中存在空值（NaN），它们也会被包含在合并后的列表中。您可能需要在合并前或合并后对这些空值进行清理或替换。

总结

通过上述Pandas迭代方法，我们可以有效地解决Excel数据中逻辑记录跨越物理行的问题。这种方法提供了一个灵活的框架，允许我们根据特定列的需求进行数据合并，从而将非规范化的原始数据转换为更易于管理和分析的标准表格格式。掌握这种数据清洗技巧对于任何需要处理复杂Excel数据的数据分析师或开发者来说都至关重要。

以上就是使用Pandas处理Excel数据：合并跨行单元格以优化表格结构的详细内容，更多请关注其它相关文章！

# excel  # 不需要  # 随州公众号如何推广网站  # 抖音关键词排名怎么来的  # 精灵关键词排名  # 遵义seo优化怎么样  # 宁河网站推广咨询  # 四川视频营销推广方法  # 礼品推广营销案例  # 杞县附近网站建设单位  # 怎样提升店铺SEO曝光  # 快速仿站网站建设  # 列表中  # 创建一个  # 转换为  # 单元格  # 原始数据  # 两行  # 您的  # 遍历  # 跨行  # 排列  # 数据清洗  # app  # python 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 《豆瓣》私信用户方法  PHP安全加载非公开目录图片与动态内容类型处理指南  鲨鱼剧场app金币获取方法  《搜书吧》阅读书籍方法  qq邮箱怎么注册_QQ邮箱注册步骤与注意事项  铁路12306入口 铁路12306官网版入口登录网址  sublime如何处理超大文件不卡顿 _sublime打开大日志文件技巧  悟空浏览器如何恢复关闭的标签页 悟空浏览器撤销关闭网页快捷键设置  C++ optional用法详解_C++17处理可能为空的返回值  苹果官网国补入口在哪  如何解决Casbin日志与应用日志不统一的问题，使用casbin/psr3-bridge实现无缝集成  mysql如何限制远程访问_mysql远程访问限制方法  研招网官方网站正版登录网址_中国研究生招生信息网官网首页  OpenWeatherMap API：通过城市名称获取天气预报数据指南  解决异步Python机器人中同步操作的阻塞问题  猫眼电影app如何筛选支持退改签的影院_猫眼电影退改签影院筛选方法  PHP页面重载时变量值不重置的实现方法  《波斯王子：失落的王冠》剑术大师打法攻略  Win10显卡驱动安装失败怎么办 Win10使用DDU彻底卸载驱动【解决】  英国搜索：多数英国人认为语言搜索是未来搜索  智学网成绩单查询系统网_智学网学生平台登录  蜻蜓FM如何设置移动流量播放  Win10怎么设置快速启动 Win10开启快速启动设置方法  VS Code如何设置默认配置  C++ static关键字作用_C++静态成员变量与静态函数  composer licenses 命令：如何检查项目依赖的许可证？  悟空浏览器网页版在线工具 悟空浏览器网页版在线平台入口  PHP魔术方法__set与__isset：设计考量、性能权衡与静态分析的视角  PPT页面尺寸怎么修改 PPT自定义幻灯片大小与方向设置【教程】  《桃源记2》资源采集攻略  PHP utf8_encode 字符编码转换疑难解析与最佳实践  123平台官方登录入口 123邮箱网页端在线沟通工具  12306APP选座怎么选充电位置_12306APP带充电插座座位选择方法与技巧  4399小游戏下装链接 4399小游戏下载链接入口  《饿了么》拼好饭点外卖教程2025  pubmed数据库官方主页_pubmed学术论文查找官网直达  优化Google Charts Gauge：在数据库无数据时显示默认值  植物大战僵尸95版游戏版下载_植物大战僵尸95版游戏版安装指南  C++ cast类型转换总结_C++ reinterpret_cast与const_cast的使用  火狐浏览器如何刷新修复浏览器 火狐浏览器“重置Firefox”功能详解  解决Flex容器横向滚动内容截断与偏移问题  顺丰官方查单号入口 顺丰快递单号查询官网入口  火狐浏览器无法自动更新怎么办 手动更新火狐浏览器到最新版本【解决】  Fedora怎么安装 Fedora Workstation安装步骤  包子漫画官网链接官方地址 包子漫画在线观看官网首页入口  Golang如何测试结构体方法_Golang reflect方法测试与调用技巧  嘴唇干裂起皮怎么办 唇部护理与预防干裂的方法【详解】  如何在vscode中关闭it环境  Excel宏怎么删除_Excel中删除宏的详细操作流程  Flask 应用中图片动态更新与上传：实现客户端定时刷新与服务器端文件管理 

 2025-11-15