Python用pandas读取Excel后怎么获取行数

在 Python 中使用 pandas 库读取 Excel 文件后，获取数据行数最直接、最高效的做法是使用内置函数 len(df)，或者访问属性元组 df.shape[0]。这两个方法都能在常数时间复杂度（O(1)）内直接返回表格当前包含的数据行数，无需逐行遍历。

虽然这两行代码足够简单，但在实际的 Excel 数据处理场景中，经常会遇到“含表头少算了一行”、“空白格式残留导致多了很多空行”或“误用 count() 导致空值被漏算”等容易让人困惑的问题。本文将完整介绍具体操作代码、两者的底层运行机制，以及在处理真实 Excel 表格时的注意事项。

一、基础操作：完整代码示例与操作流程

在处理 .xlsx 格式的 Excel 表格时，pandas 底层通常依赖 openpyxl 引擎进行文件流解析。如果你是首次使用，需要确保运行环境中已安装好这两个核心库：

pip install pandas openpyxl

准备好包含数据的 Excel 文件（例如 data.xlsx）后，即可编写标准脚本完成读取并打印行数：

import pandas as pd

# 1. 读取 Excel 文件，默认读取第一张工作表并将第一行作为表头
df = pd.read_excel('data.xlsx')

# 2. 方式一：使用 Python 内置 len() 函数获取行数（最推荐）
rows_by_len = len(df)
print(f"数据总行数 (len): {rows_by_len}")

# 3. 方式二：使用 shape 属性获取行数
rows_by_shape = df.shape[0]
print(f"数据总行数 (shape[0]): {rows_by_shape}")

# 示例输出：
# 数据总行数 (len): 1280
# 数据总行数 (shape[0]): 1280

以上代码中，变量 df 是读取 Excel 后在内存中生成的 DataFrame 二维表格对象。无论调用 len(df) 还是 df.shape[0]，返回的都是一个整型数值（int），代表该表格当前所包含的数据行总数。

二、常用行数获取方法的原理与对比

在日常开发和数据清洗工作中，获取行数的方法主要有三种：len(df)、df.shape[0] 以及 len(df.index)。虽然它们在绝大多数情况下返回相同的结果，但其底层设计和语义侧重有所不同。

1. len(df)：最推荐的 Pythonic 方式

len(df) 是 Python 最自然也最符合规范的写法。当向内置函数 len() 传入一个 DataFrame 对象时，pandas 会触发其内部实现的魔术方法 __len__()。该方法直接返回当前行索引（Index）的元素总数，操作耗时仅为微秒级（时间复杂度为 O(1)）。如果仅仅是想要获取行数，这种写法可读性最高，也最不容易写错。

2. df.shape[0]：适合同时获取行列维度

df.shape 继承自 NumPy 数组的维度属性，返回一个包含两个整数的元组：(行数, 列数)。其中索引 0 对应第 0 轴（垂直方向的行），索引 1 对应第 1 轴（水平方向的列）。当你不仅需要行数，还需要同时检查表格的列数时，可以通过元组解包一步完成：

# 同时解包行数与列数
total_rows, total_cols = df.shape
print(f"该表格共有 {total_rows} 行、{total_cols} 列")

3. len(df.index)：直接检查行索引长度

每个 DataFrame 都有一个独立的 index 对象负责行定位。len(df.index) 直接丈量该索引容器的长度。实际上，len(df) 的底层正是通过查询 len(df.index) 实现的，因此两者性能一致，但在日常书写中无需特意写出 .index。

三、关键陷阱：总行数与有效非空行数 (len vs count)

初学者容易犯的一个典型错误是使用 df.count() 来获取行数。需要特别强调：len(df) 统计的是表格的物理行数，而 count() 统计的是非缺失值（Non-NaN）的数量。

如果 Excel 表格中的某一行虽然存在，但某些单元格处于空白状态（pandas 会自动填入 NaN），此时两者的统计结果会产生显著差异：

• len(df)：只要这行在表格结构中存在，无论单元格是有效数据还是 NaN，都会被算作 1 行。
• df['某列'].count()：只统计该列中非空的单元格个数。一旦该列存在空值，返回值必然小于总行数。
• df.count()：不带列名调用时，会返回一个 Series，分别列出每一列的非空计数值，而不是一个代表整表行数的单一数值。

四、读取 Excel 时影响行数的常见边界情况

在通过 pd.read_excel() 加载 Excel 文件时，Excel 本身的排版特点往往会直接影响最终读取出的 DataFrame 行数。以下三个情况最为普遍：

1. 表头行（Header）的扣除

在默认情况下，pd.read_excel('data.xlsx') 会将 Excel 文件的第一行当作字段名（即参数 header=0）。这意味着第一行不会计入 DataFrame 的数据行中。如果 Excel 文件在 Excel 软件左侧行号显示有 101 行（第 1 行为表头，第 2 至 101 行为数据），读取后 len(df) 返回的是 100。

如果你的 Excel 文件第一行本身就是实际数据、没有表头，必须显式传入 header=None，否则第 1 行数据会被误当成列名，导致行数少算 1 行：

# 当第一行就是纯数据无表头时
df = pd.read_excel('data.xlsx', header=None)
print("真实完整数据行数:", len(df))

2. Excel 格式残留引发的“幽灵空行”

使用 Excel 软件人工录入或复制粘贴数据时，用户经常会在数据末尾意外设置边框、空格或背景色。虽然这些行看起来没有文本内容，但 Excel 文件会将其识别为有效单元格区域。pandas 读取时，会将这些末尾区域全部填充为 NaN 并载入为实际行，从而导致 len(df) 测出的行数远大于实际数据行数。

针对这种情况，推荐在获取行数前先通过 dropna(how='all') 进行清洗，滤除整行全为空的无效记录：

# 过滤掉所有字段均为 NaN 的空白冗余行后再统计
clean_df = df.dropna(how='all')
print(f"清洗后的真实有效行数: {len(clean_df)}")

3. 多工作表（Multiple Sheets）读取

如果一个工作簿中包含多个 Sheet，并且在读取时指定了 sheet_name=None，pandas 会一次性读取所有工作表并返回一个字典（dict），其键为工作表名称，值为对应的 DataFrame。此时不能直接对返回对象调用 len()，否则得到的是工作表的数量，而非行数：

# 读取所有 sheet
sheets_dict = pd.read_excel('multi_data.xlsx', sheet_name=None)

# 逐一遍历每个 sheet 并输出各自的行数
for sheet_name, sheet_df in sheets_dict.items():
    print(f"工作表【{sheet_name}】的行数: {len(sheet_df)}")

# 统计所有工作表的总行数合计
total_rows_all_sheets = sum(len(sdf) for sdf in sheets_dict.values())
print(f"全簿合计总行数: {total_rows_all_sheets}")

五、选型总结与使用建议

获取 pandas 读取 Excel 后的行数是一项基础但至关重要的操作。为了在不同场景下写出稳健、高效的代码，可以参考以下决策速查指引：

• 绝大多数常规场景：直接使用 len(df)。代码极短、执行时间达到 O(1) 毫秒级，且语义直截了当。
• 编写通用数据处理函数或日志监控：使用 rows, cols = df.shape。一行代码同时解构行列尺寸，便于格式化输出。
• 存在人工脏数据或 Excel 冗余空行：务必先调用 df.dropna(how='all') 剔除幽灵空行，再通过 len() 测算真实行数。
• 区分业务需求：切勿混淆 len(df)（物理记录总行数）与 df['col'].count()（特定列有效非空值数量）。