使用场景#

先读取 sheet 名，再逐个检查行数和列名。不要默认每个 sheet 都是同一种表，有些文件会混入说明页、汇总页或空白页。

我会先准备一个小样本，保证可以人工检查结果。大表直接跑起来很快，但一旦结果不对，很难判断是代码错、字段错，还是数据本身脏。

最小代码#

1
xls = pd.ExcelFile("report.xlsx")
2
print(xls.sheet_names)
3
frames = []
4
for sheet in xls.sheet_names:
5
    df = pd.read_excel(xls, sheet_name=sheet)
6
    df["source_sheet"] = sheet
7
    print(sheet, df.shape, df.columns.tolist())
8
    frames.append(df)
9
all_data = pd.concat(frames, ignore_index=True)

检查结果#

• 行数是否符合预期，不能只看代码是否报错。
• 关键字段的类型、缺失值和唯一值数量是否合理。
• 输出结果能否用三到五行样本手工复算。
• 如果生成报表，要保留清洗前后的对账数字。

容易忽略的点#

合并时建议保留一个 source_sheet 字段。后续发现异常值时，可以追溯它来自哪个 sheet。

最小验收样例#

我会用三行数据做一次手工验收：一行正常记录，一行边界记录，一行异常记录。代码跑完后，把输出和手工计算结果对照一遍，确认不是字段名写对了但口径理解错了。

如果这一步会进入日报、周报或正式报告，还要把输入行数、输出行数和被过滤的记录数写到日志里。数据处理的可信度，来自这些可以复查的中间证据。

小结#

Excel 多 Sheet 数据如何审查 要解决的是一个可复查的数据处理问题。先定义口径，再写代码，最后用样本和统计结果验收，分析结果才站得住。