Создайте список из столбцов Excel, используя pandas DataFrame

Question

Я скачал файл Excel из Документов Google https://drive.google.com/file/d/15UPaF2xJLSVz8DYuphierz67trCxFLcl/view и хотел бы создать два списка. Один со словами из отрицательного листа и один со словами из ограничительного листа. Пока у меня есть следующий код:

from openpyxl import load_workbook
workbook = load_workbook(filename="list.xlsx")
workbook.sheetnames

import pandas as pd

df = pd.read_excel('list.xlsx', sheet_name=['Negative','Constraining'], header=None, names=None, index_col=None, squeeze=True)
df

Это дает мне следующий вывод:

OrderedDict([('Negative', 0            ABANDON
              1          ABANDONED
              2         ABANDONING
              3        ABANDONMENT
              4       ABANDONMENTS
                          ...     
              2350      WRONGDOING
              2351     WRONGDOINGS
              2352        WRONGFUL
              2353      WRONGFULLY
              2354         WRONGLY
              Name: 0, Length: 2355, dtype: object),
             ('Constraining', 0               ABIDE
              1             ABIDING
              2               BOUND
              3             BOUNDED
              4              COMMIT
                          ...      
              179          STRICTER
              180         STRICTEST
              181          STRICTLY
              182    UNAVAILABILITY
              183       UNAVAILABLE
              Name: 0, Length: 184, dtype: object)])

Затем я попытался изменить OrderedDict в DataFrame, используя этот код:

df1 = pd.DataFrame(df, index=[0])
df1

И получите этот вывод:

   Negative Constraining
0   ABANDON ABIDE

Если я введу другое число в столбце индекса, я получу другое слово из списков. Если я удаляю индекс полностью, то получаю ошибку. Параметры, которые я добавил в df = pd.read_excel(), получены методом проб и ошибок и чтением документации. Я не уверен, что это правильно.

Буду признателен за любую помощь. Я новичок в этом, поэтому я не всегда понимаю более сложные решения. Благодарю вас.