Pandas读取合并单元格时仅保留左上角值，其余为NaN；应按合并方向用fillna(method='ffill')沿axis=0（纵向）或axis=1（横向）填充，并优先用openpyxl识别合并区域以精准修复。
合并单元格读入后变成 NaN，怎么补全？
Pandas 用 pd.read_excel() 读取含合并单元格的 Excel 时，只会保留左上角单元格的值，其余位置一律填 NaN。这不是 bug，是 Pandas 的默认行为——它把 Excel 当作标准二维表处理，不解析合并逻辑。
补全的关键是用 fillna(method='ffill') 沿指定轴向前填充。但要注意：必须按合并的实际方向操作，横向合并就用 axis=1，纵向合并（更常见）才用 axis=0：
df = pd.read_excel("data.xlsx")<br>df["region"] = df["region"].fillna(method="ffill") # 纵向合并，向下补- 别对整张表直接
ffill，可能污染数值列（比如把 ID 列也往前拖） - 如果合并跨多列（如 A1:C1 合并），需分别对每列做填充，或先用
df.iloc[:, 0:3]切片再统一处理 - 填充前建议用
df.isna().sum()确认哪些列真有缺失，避免误操作
如何识别原始 Excel 中哪些行/列被合并了？
openpyxl 是唯一能真正读取合并区域信息的 Python 库。Pandas 自身不提供该能力，必须绕道底层引擎。
实操步骤：先用 openpyxl 加载工作表，遍历 ws.merged_cells.ranges，再映射回 Pandas DataFrame 的索引范围：
立即学习“Python免费学习笔记（深入）”；
from openpyxl import load_workbook<br>wb = load_workbook("data.xlsx")<br>ws = wb.active<br>for merged_cell in ws.merged_cells.ranges:<br> print(merged_cell) # 输出类似 B2:D4- 注意：
merged_cell.min_row和merged_cell.max_row是 1-based，转成 Pandas 行索引要减 1 - 合并单元格的“主值”永远在左上角单元格（如 B2:D4 的值只在 B2），其他位置在
read_excel()后就是NaN - 如果 Excel 有多个 sheet，且合并规则不一致，必须逐个 sheet 分析，不能复用逻辑
读取时跳过合并单元格的干扰，直接按语义结构解析？
很多报表型 Excel 的合并单元格本质是分组标题（如“华北区”下辖几行数据）。与其修补 NaN，不如一开始就按语义切分。
典型做法：用 pd.read_excel(..., header=None) 关闭自动 header 推断，手动找标题行位置，再用 df.iloc[start:end] 截出子表：
df_raw = pd.read_excel("report.xlsx", header=None)<br># 找到含“销售数据”的行号<br>title_row = df_raw[df_raw[0].str.contains("销售数据", na=False)].index[0]<br>data_df = df_raw.iloc[title_row + 1:].reset_index(drop=True)- 用
header=None是为了防止 Pandas 把合并的标题行错判成多级索引 - 查找标题时加
na=False避免str.contains()在空值报错 - 截取后记得
reset_index(drop=True)，否则后续iloc定位会混乱
为什么 groupby 会因合并单元格失效？
不是 groupby 失效，而是你传给它的分组列里混着 NaN —— 而 NaN != NaN，导致本该同组的行被拆开。
验证方法：运行 df.groupby("category").size()，如果结果里出现 NaN 组，说明填充没做干净。
- 必须确保分组列无
NaN，且填充方式与业务逻辑一致（例如地区名不能用bfill往上填） - 若合并单元格对应的是层级关系（如省→市→区），考虑用
pd.MultiIndex.from_tuples()构造多级索引，比单列填充更健壮 - 导出回 Excel 前，用
df.to_excel(..., merge_cells=False)关闭自动合并，避免二次污染
合并单元格不是数据，是格式；Pandas 只管数据。所有“修复”本质上都是在重建被格式掩盖的逻辑结构——而这个结构，Excel 文件本身并不存储。
