pandas excel合并单元格

### 使用 Pandas 处理 Excel 中的合并单元格 当使用 `pandas` 库来处理包含合并单元格的 Excel 文件时，需要注意的是 `pandas` 并不直接支持读取或写入带有合并单元格的信息。然而，可以通过其他库如 `openpyxl` 或者自定义逻辑来间接实现这一功能。 对于读取含有合并单元格的 Excel 文件并将其转换成 DataFrame 的情况： ```python import pandas as pd file_path = 'example_with_merged_cells.xlsx' df = pd.read_excel(file_path, engine='openpyxl') print("原始数据:") print(df) ``` 这段代码会尝试加载指定路径下的 Excel 文件到一个新的 DataFrame 对象中[^2]。但是，默认情况下，`read_excel()` 函数不会保留原表中的任何格式化信息（比如合并单元格），它只会提取数值内容填充至 DataFrame 表格结构里。 为了写出带合并单元格效果的新 Excel 文件，则可以采用如下方式： ```python from openpyxl import Workbook from openpyxl.utils.dataframe import dataframe_to_rows from openpyxl.styles import Alignment def write_dataframe_with_merge(df, output_file, merge_columns=None): wb = Workbook() ws = wb.active # 将 DataFrame 写入工作簿 for r in dataframe_to_rows(df, index=False, header=True): ws.append(r) if merge_columns is not None and isinstance(merge_columns, list): prev_values = {} for col_name in merge_columns: column_index = df.columns.get_loc(col_name) + 1 start_row = end_row = None for row_idx, value in enumerate(df[col_name], start=1): cell = ws.cell(row=row_idx+1, column=column_index) if (value != prev_values.get(col_name)) or ((row_idx == len(df)+1)): if start_row is not None: ws.merge_cells(start_row=start_row+1, start_column=column_index, end_row=end_row+1, end_column=column_index) merged_cell = ws[f'{chr(column_index+64)}{start_row+1}'] merged_cell.alignment = Alignment(horizontal="center", vertical="center") start_row = end_row = row_idx elif value == prev_values.get(col_name): end_row += 1 prev_values[col_name] = value wb.save(output_file) # 创建测试用 DataFrame test_df = pd.DataFrame({ "A": ["X", "Y"], "B": [1, 2], }) write_dataframe_with_merge(test_df, "output_with_merged_cells.xlsx", ['A']) ``` 上述函数接受一个 DataFrame (`df`) 及目标文件名作为输入参数，并允许通过可选参数 `merge_columns` 来指明哪些列应该被考虑做合并操作。该脚本遍历每一行，在发现连续相同值的情况下就会执行相应的合并动作[^3]。