我的 Pandas 错误地从 .xlsx 文件中读取值

Posted 2023-02-19

【中文标题】我的 Pandas 错误地从 .xlsx 文件中读取值

【英文标题】：My Pandas is incorrectly reading values from a .xlsx file

【发布时间】：2021-07-01 21:58:53

【问题描述】：

我正在尝试将 .xlsx 文件读入数据帧。 在 Excel 中打开的 .xlsx 如下所示：

Heading 1	Heading 2	Heading 3
soda	12	4
pop	12	2
cola	12	3

但是我读到的数据框是：

df = pd.read_excel("fileName.xlsx", engine='openpyxl')

看起来像这样：

Heading 1	Heading 2	Heading 3
soda	0	4
pop	0	2
cola	0	3

有谁知道为什么第二个标题中的所有值都替换为 0？或者有什么办法可以绕过它？我不确定是否考虑到标准 read_csv 不再支持 .xlsx 所以我一直在使用 Openpyxl 版本。提前致谢！

编辑：所以 xlrd 也不再支持 .xlsx（仅 .xls），所以我安装了旧版本的 xlrd，但使用旧版本的 xlrd 得到的结果与使用当前版本的 xlrd 相同打开pyxl。还在寻求帮助...

我的意思是用 read_excel 代替 read_csv

【问题讨论】：

不指定engine参数就试试吧。

尝试在 csv 中转换您的 excel 表格，然后使用 read_csv 函数或安装 xlrd 这是读取 excel 文件的默认引擎

当我尝试使用 xlrd 或不使用引擎参数时，我收到错误 xlrd.biffh.XLRDError: Excel xlsx file;不支持

【参考方案1】：

您在问题中提到read_csv 不支持.xlsx，这是正确的，但是read_excel does 支持.xlsx。由于最新版本的 xlrd - 以前是 .xlsx 文件的标准引擎 - 只有 openpyxl 不再支持 xlrd。

如果您运行 xlrd 版本 1.2.0 或更早版本，为了避免使用 openpyxl 引擎，只需尝试使用：

df = pd.read_excel("fileName.xlsx")

但是，使用这个旧版本可能会使您面临安全漏洞，这就是首先停止支持 .xlsx 的原因。

xlrd 库的作者确实在this 问题的线索中回答了更深入的问题。

【讨论】：

当我尝试这样做时，我收到错误 xlrd.biffh.XLRDError: Excel xlsx file;不支持

对不起，您确实是对的，xlrd 事实上由于安全问题不再支持 .xlsx。也许this 帖子可以解决您的问题。

【参考方案2】：

我有一个类似的问题，并通过使用参数'converters'指定列的数据类型来解决它。

你可以试试

df = pd.read_excel("fileName.xlsx", engine='openpyxl', converters ='Heading 2':int)

或

df = pd.read_excel("fileName.xlsx", engine='openpyxl', converters ='Heading 2':str)