上周帮朋友处理一份销售报表，他从财务那边拿到 Excel，想用 pandas 读进来做个分析。一跑 pd.read_excel()，好家伙，右边多了一排 Unnamed: 0、Unnamed: 1、Unnamed: 2……
到底发生了什么？
先还原一下他的操作，他拿到的 Excel 长这样：
A B C D1 （空行）2 （空行）3 日期 产品 数量 金额4 2026-01-01 A产品 10 5005 2026-01-02 B产品 20 800
前 2 行有空行，表头在第 3 行。
他直接跑了下面的代码：
import pandas as pddf = pd.read_excel("销售报表.xlsx")print(df.head())
结果输出：
Unnamed: 0 Unnamed: 1 Unnamed: 2 Unnamed: 30 NaN NaN NaN NaN1 NaN NaN NaN NaN2 日期 产品 数量 金额3 2026-01-01 A产品 10 5004 2026-01-02 B产品 20 800
一排 Unnamed，数据还往下错位了两行。
为什么炸了？
问题出在 pd.read_excel() 的默认行为：它默认从第 0 行（第一行）开始读，把第一行当作表头。
但你的 Excel 文件，表头可能不在第一行。
常见原因有三种：
① 表头前面有空行
财务/HR 导出的 Excel 经常在顶部留一两行空行，甚至写个标题"XX报表"在第一行，表头在第二行或第三行。
② 有合并单元格
表头区域合并了单元格，pandas 只认第一个单元格的位置，其余列就变成了 Unnamed。
③ 有隐藏的空列
Excel 右边有几列看起来是空的，但 pandas 也会给它们编号：Unnamed: 4、Unnamed: 5……
核心原因就一句话：pandas 默认把第一行当表头，表头前面多出来的行它不认识，就全标成 Unnamed。
怎么修？
方法一：指定 header 行号（最常用）
告诉 pandas 表头在第几行（从 0 开始计数）：
# 表头在第 3 行（Excel 里的第 3 行，pandas 索引为 2）df = pd.read_excel("销售报表.xlsx", header=2)
如果表头在第 2 行，就写 header=1，以此类推。
方法二：跳过前面的空行
用 skiprows 跳过前面不需要的行：
# 跳过前 2 行（第 0、1 行），从第 2 行开始读df = pd.read_excel("销售报表.xlsx", skiprows=2)
skiprows 还支持更灵活的写法：
# 跳过前 3 行 + 第 5 行（索引 4）df = pd.read_excel("销售报表.xlsx", skiprows=[0, 1, 2, 4])
方法三：读完再清理（兜底方案）
如果你不确定表头在哪，先读进来看看：
df = pd.read_excel("销售报表.xlsx", header=None)print(df.head(10)) # 先看看前 10 行长什么样
header=None 不设表头，所有行都是数据。看完结构后，再用 header=N 正确读取。
方法四：处理合并单元格
合并单元格是 Unnamed 的重灾区，读完后可以这样清理：
df = pd.read_excel("销售报表.xlsx", header=1)# 方法 A：直接删掉 Unnamed 列df = df.loc[:, ~df.columns.str.contains("^Unnamed")]# 方法 B：用第一行数据替换表头（如果表头在数据里）df.columns = df.iloc[0]df = df[1:]
防坑清单
以后读 Excel 之前，先过一遍：
| 检查项 | 怎么查 |
|---|
| 表头在第几行？ | 用 Excel 打开，数一下 |
| 有没有合并单元格？ | 选中表头区域，看有没有"合并后居中" |
| 前面有没有空行/标题行？ | 直接看 |
| 右边有没有空列？ | 滚到最右边看看 |
一句话总结：读 Excel 之前，先用 header=None 看一眼结构，再决定参数，别上来就 pd.read_excel() 。
说到底还是一句话，pandas 不是读不了你的 Excel，是它不知道你的表头在哪。
评论区聊聊：你被 Unnamed 坑过几次？最离谱的是哪种情况？
Python/ML/DL/大模型都折腾过，坑也踩了不少。
