pandas读取Excel合并单元格时仅保留左上角值，其余为NaN，因合并属显示层操作，底层无数据对应；可用ffill按行填充连续NaN，但不恢复合并格式。
合并单元格读入pandas后为什么全是NaN？
Excel里手动合并的单元格（如A1:A5合并），用 pandas.read_excel() 读取时，只有左上角单元格有值，其余行在DataFrame中显示为 NaN。这不是bug，是pandas对“合并单元格无对应语义”的合理处理——它无法知道那些空行本该填什么，所以干脆留空。
常见错误现象：df['name'].value_counts() 显示主键列大量缺失；做 groupby 时报错或结果错乱；导出回Excel后合并消失且数据错位。
本质原因：Excel合并单元格是显示层操作，不改变底层数据结构。pandas读的是底层CSV-like网格，自然只取“可见首值”。
ffill能直接填合并单元格的空行吗？
可以，但必须明确作用范围和前提条件：它填的是“连续的NaN”，不是“模拟合并逻辑”。只要原始数据在列中呈现“非空→NaN→NaN→NaN”这样的模式，ffill() 就能按行顺序把上一个有效值往下复制。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 先用
df = pd.read_excel("data.xlsx", header=None)读取，避免pandas自动跳过空行或误判表头 - 确认目标列（比如第2列）存在规律性空值：用
df.iloc[:, 1].head(10)看前10行是否符合“值+若干NaN”结构 - 对单列填充：
df.iloc[:, 1] = df.iloc[:, 1].ffill() - 对多列批量填充（如第1、2、4列）：
cols = [0, 1, 3]; df[cols] = df[cols].ffill()
注意：ffill() 默认按索引升序方向填充。如果DataFrame被重排过索引（如用 sample() 或切片），需先 sort_index() 或确保原始行序未被打乱。
为什么ffill后导出Excel还是没合并？
ffill() 只补数值，不恢复Excel的合并格式。导出时所有单元格都是独立的，即使值相同，也不会自动合并。
如果你需要“填完值 + 保持合并样式”，得换工具：
- 用
openpyxl加载原文件，遍历ws.merged_cells.ranges，提取每个合并区域的首值，再写入所有子单元格 - 或用
xlsxwriter从零构建：先写值，再调用worksheet.merge_range()显式合并 - 简单场景下，可导出后用Excel“定位条件 → 空值 → 填充上方”手工补一次（适合临时救急）
性能提醒：含大量合并区域时，openpyxl 遍历 merged_cells 可能较慢；ffill 本身是毫秒级，瓶颈永远在IO和格式重建，不在填充逻辑。
遇到混合类型或跨行合并怎么处理？
真实业务表常有“标题行合并占3行，下面才是明细”，这时单纯 ffill 会把标题值污染到明细列。必须分段处理。
关键判断点：
- 检查是否有多级表头：用
pd.read_excel(..., header=[0,1])尝试读取多层列索引 - 识别标题区结束位置：比如前5行是说明文字，可用
df = df.iloc[5:].reset_index(drop=True)切掉 - 对不同区块分别
ffill：先切片df_part1 = df.iloc[:10]，填完再拼回去 - 警惕字符串和数字混存：若某列本该是文本但含数字，
ffill后类型可能变成object，必要时加astype(str)
容易被忽略的一点：合并单元格常伴随居中对齐、加粗等样式，这些完全丢失于pandas流程中。如果下游系统依赖样式判断字段类型（比如加粗=主键），那光填值没用，必须用 openpyxl 保样导出。
