pandas读取excel文件后无法合并数据集

使用Pandas读取多个Excel文件后，常见的下一步是将数据合并为一个DataFrame。当合并失败或结果不符合预期时，问题往往不在读取函数本身，而在于列名不一致、数据类型冲突、键值内容差异或合并方式选择不当。下面以Windows环境下常见的Python开发流程为例，从读取结果开始梳理需要检查的区域和信息，帮助初学者快速定位问题所在。

概述

一个典型的Excel合并过程主要涉及三个部分：代码编辑区负责写入读取和合并语句，运行输出区显示DataFrame的结构信息，而Excel文件本身提供原始数据。在调用合并函数之前，应先确认每张表能独立正确读入，再重点检查作为连接条件的列。

例如，先读取两个文件，并打印列名、数据类型和前几行数据，以便建立整体认知：

import pandas as pd
left = pd.read_excel('订单表.xlsx')
right = pd.read_excel('客户表.xlsx')
print(left.columns.tolist())
print(right.columns.tolist())
print(left.dtypes)
print(right.dtypes)

这一步骤的目的不是直接修复问题，而是将后续排查所需的关键信息显示出来。

读取Excel文件后打印列名和数据类型

关于【Excel文件与工作表】

文件区域首先要确认路径、文件名和工作表名称。即使两个Excel文件看起来内容相似，也可能使用了不同的表名、首行标题位置或包含额外的说明行。如果表头不在第一行，需要在读取时调整header参数；如果目标数据位于特定工作表，则需使用sheet_name明确指定。

读取后应分别检查数据，而不是直接调用merge：

print(left.head())
print(right.head())
print(left.shape, right.shape)

如果发现其中一个对象为空、列数异常或第一列出现Unnamed: 0，应先回到读取阶段处理。保存Excel时也需检查表头是否重复、关键列前后是否存在空格，以及是否因合并单元格导致空值被误读。文件能成功读入，并不代表它已经适合直接进行连接操作。

关于【Excel文件与工作表】

关于【列名和连接字段】

Pandas合并需要使用两张表中都存在的连接字段。最常见的情况是左表列名为“客户编号”，右表为“客户ID”，或者列名虽然相似但包含了不可见的前后空格。建议先打印列名，再通过rename统一字段名称：

left.columns = left.columns.astype(str).str.strip()
right.columns = right.columns.astype(str).str.strip()
right = right.rename(columns={'客户ID': '客户编号'})
merged = pd.merge(left, right, on='客户编号', how='left')

如果两张表的连接列名称无法统一，也可以显式指定left_on和right_on。需要注意的是，on参数只能用于两边都存在的同名列；写错列名时会直接报KeyError。不要为了消除报错而随意将无关列当成连接键，这会导致结果行数和业务含义出现严重偏差。

统一列名并去除前后空格

关于【数据类型和键值格式】

列名一致后仍然无法合并，重点应检查连接列的数据类型。例如，一张表将编号读为整数，另一张表读为字符串，或者一边保留了前导零，另一边已经丢失。先查看两列的dtype和示例值：

print(left['客户编号'].dtype)
print(right['客户编号'].dtype)
print(left['客户编号'].head().tolist())
print(right['客户编号'].head().tolist())

确认业务规则后再统一类型。对于编号这类不参与计算的字段，通常应按字符串处理，以免Excel中的前导零丢失：

left['客户编号'] = left['客户编号'].astype('string').str.strip()
right['客户编号'] = right['客户编号'].astype('string').str.strip()

如果字段中存在空值、不可见空格或不同格式的连字符，仅转换类型并不会自动修正这些内容，还需根据实际规则进行清洗。日期、金额等字段则要区分显示格式和实际存储类型，不能仅凭Excel单元格的外观判断两列一定相同。

关于【merge结果与连接方式】

连接键准备就绪后，再选择合适的合并方式。left保留左表全部记录，适合在订单表基础上补充客户信息；inner只保留两边都能匹配的记录；outer则会保留两边的所有键值。可以先使用indicator参数查看哪些记录匹配成功：

merged = pd.merge(left, right, on='客户编号', how='left', indicator=True, suffixes=('_订单', '_客户'))
print(merged['_merge'].value_counts())

如果结果中大量记录显示为left_only，通常说明键值格式仍有差异，或者右表确实没有对应记录。如果结果行数突然增多，要检查右表连接键是否重复；一对多或多对多连接会让同一个左表记录产生多行。需要约束关系时，可以根据实际业务使用validate参数进行检查，但不要在不了解数据关系时强行指定唯一关系。

使用indicator参数查看匹配状态

关于【运行输出与文件保存】

合并成功后，先查看merged.head()、merged.shape和关键列，再决定是否导出。若要保存为新的Excel文件，可使用：

merged.to_excel('合并结果.xlsx', index=False)

保存时不要覆盖原始文件，避免后续无法对照。运行窗口里没有报错只代表代码执行完成，还应确认输出文件路径、行数以及关键字段是否存在。若结果为空或列名带有意外后缀，应回到连接字段和合并关系检查，而不是直接把空结果当成完成。

整个流程可以按先读每张表、再看列名、统一键值、选择how、检查结果、另存文件的顺序进行。这样，Pandas读取Excel后的合并问题就能被拆成清晰的数据区域分别定位，排查时也更容易判断是输入文件、连接字段还是合并关系造成的。

关于【运行输出与文件保存】