由于数字格式为文本，将 Excel 文件读取到 Python 失败

Posted 2023-03-11

【中文标题】由于数字格式为文本，将 Excel 文件读取到 Python 失败

【英文标题】：Reading Excel file to Python fails due to number formatted as text

【发布时间】：2018-06-17 19:44:34

【问题描述】：

我有大量的 Excel 文件，每个文件都有一列，其中数字被格式化为文本。 Excel 给出错误“此单元格中的数字被格式化为文本或前面带有撇号” - 请参阅第三列，其中单元格有一个绿色三角形。

我的目标是在 Pandas 中打开所有这些文件而无需手动打开每个文件并将列转换为数字。但是，pd.read_excel() 失败并出现以下xlrd 错误：

XLRDError: ZIP file contents not a known type of workbook

不出所料，当我直接使用 xlrd 时：wb = xlrd.open_workbook(filename) 我得到了同样的错误。

我也试过 openpyxl:wb = openpyxl.load_workbook(filename)，它给了我这个：

KeyError: "There is no item named 'xl/_rels/workbook.xml.rels' in the archive"

如果我在 excel 中手动将列转换为数字并重新保存工作簿，我确认该文件可由 pandas (xlrd) 和 openpyxl 打开。

有人有什么想法吗？

【问题讨论】：

您有机会上传样本吗？我正在尝试产生同样的错误，但没有完全理解。

在将 excel 读入数据框时，您基本上必须使用“转换器”。阅读文档 (pandas.pydata.org/pandas-docs/stable/generated/…) 的问题似乎与之前的帖子非常相似。 (***.com/questions/32591466/…)。

值得注意的是该文件无效，因为它缺少工作簿关系文件。

【参考方案1】：

在阅读 excel 时使用“转换器”。Docs。 例如：

df = pd.read_excel('yourfile.xlsx',sheetname='sheetname',header=0,converters= "% Chg" : str )