Python Excel 读取合并单元格真实值方法

用openpyxl或pandas读取带合并单元格的Excel时，只有左上角有值，其他位置都是None。本篇讲清怎么检测合并区域、把真实值填充到整行/整列，避免后续统计错。

场景痛点

领导丢过来一张表，表头是合并的"华东大区"横跨三列、每个部门合并了若干行。你用 pandas 一读，发现除了左上角那格有"华东大区"，下面对应的几行全是 NaN。再做 groupby 统计，部门直接对不上号。问题不在数据丢了，而在于 Excel 合并单元格本来就只在左上角存值，其他格子是空的。读取时必须自己把值"铺开"，后续统计才不会错。

用到的库

pip install openpyxl pandas

完整代码

# -*- coding: utf-8 -*-
"""
读取带合并单元格的 Excel，把真实值填充到每个被合并的格子上
"""
from openpyxl import load_workbook
from openpyxl.utils import range_boundaries
import pandas as pd


def make_demo(path: str):
"""先生成一张带合并单元格的示例表，方便后面演示读取"""
from openpyxl import Workbook
wb = Workbook()
ws = wb.active
ws.title = "销售"

# 表头：A1 合并 A1:B1 写"大区"
ws["A1"] = "大区"
ws.merge_cells("A1:B1")
ws["C1"] = "销售额"

# 第 2~4 行：华东 合并 A2:A4
ws["A2"] = "华东"
ws.merge_cells("A2:A4")
ws.append([None, "产品A", 100])
ws.append([None, "产品B", 200])
ws.append([None, "产品C", 150])

# 第 5~6 行：华北 合并 A5:A6
ws["A5"] = "华北"
ws.merge_cells("A5:A6")
ws.append([None, "产品A", 120])
ws.append([None, "产品B", 180])

wb.save(path)
print("示例文件已生成：", path)


def read_with_openpyxl(path: str):
"""方案一：openpyxl 手动展开合并单元格"""
wb = load_workbook(path)
ws = wb["销售"]

print("\n===== 原始读取（不处理合并单元格）=====")
for row in ws.iter_rows(min_row=2, max_row=7, values_only=True):
print(row)

# 遍历所有合并区域，把左上角的值写回到区域内每个单元格
print("\n===== 展开后读取 =====")
for merged_range in list(ws.merged_cells.ranges):
min_col, min_row, max_col, max_row = range_boundaries(str(merged_range))
top_left_value = ws.cell(row=min_row, column=min_col).value

# 先取消合并，否则写不进去
ws.unmerge_cells(str(merged_range))

# 把值填到整个区域
for r in range(min_row, max_row + 1):
for c in range(min_col, max_col + 1):
ws.cell(row=r, column=c).value = top_left_value

for row in ws.iter_rows(min_row=2, max_row=7, values_only=True):
print(row)


def read_with_pandas(path: str):
"""方案二：pandas 读取，用 ffill 向下填充"""
df = pd.read_excel(path, sheet_name="销售", header=0)
print("\n===== pandas 原始读取 =====")
print(df)

# 合并单元格向下填充：把 NaN 用上面最近的非空值补上
df["大区"] = df["大区"].ffill()
print("\n===== pandas ffill 后 =====")
print(df)

# 此时可以正常分组统计
print("\n===== 按大区分组求和 =====")
print(df.groupby("大区")["销售额"].sum())


def main():
file_path = "merged_demo.xlsx"
make_demo(file_path)
read_with_openpyxl(file_path)
read_with_pandas(file_path)


if __name__ == "__main__":
main()

代码讲解

Excel 合并单元格的存储规则：合并后，只有左上角那个格子保留原值，区域内其他格子在文件里就是空的。所以 pandas 读出来对应位置是 NaN，这不是 bug。
openpyxl 方案：ws.merged_cells.ranges 是所有合并区域集合。对每个区域用 range_boundaries 解出 (min_col, min_row, max_col, max_row)，再拿左上角的值。
关键一步：必须先 ws.unmerge_cells(...) 取消合并，否则直接往区域内其他格子写值会报错或被忽略。写完如果你要保留合并样式，可以重新 merge_cells 回去；本例只是为了读取，不合并也行。
双重循环 for r in range(...) for c in range(...) 把值铺满整个矩形区域。
pandas 方案更简单：df["大区"].ffill()（forward fill）把上面最近的非空值向下填充，对"纵向合并"的场景一行搞定。前提是合并方向是纵向的（同一列跨行）。如果是横向合并（同一行跨列），得用 ffill(axis=1)。
填完之后再做 groupby、sum 就正常了，不会因为 NaN 把"华东"那一坨数据丢掉。