Python：Pandas read_excel 无法打开 .xls 文件，ValueError：文件不是可识别的 excel 文件答案

【问题标题】：Python: Pandas read_excel cannot open .xls file, ValueError: File is not a recognized excel filePython：Pandas read_excel 无法打开 .xls 文件，ValueError：文件不是可识别的 excel 文件
【发布时间】：2021-09-02 05:16:23
【问题描述】：

问题：

当我尝试使用pd.read_excel（“NDC 数据库文件 - Excel 版本（zip 格式）”从https://www.fda.gov/drugs/drug-approvals-and-databases/national-drug-code-directory 下载）打开product.xls 时出错

df_product = pd.read_excel("tmp/Presentaciones.xls")

Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "/usr/local/lib/python3.9/site-packages/pandas/util/_decorators.py", line 299, in wrapper
    return func(*args, **kwargs)
  File "/usr/local/lib/python3.9/site-packages/pandas/io/excel/_base.py", line 336, in read_excel
    io = ExcelFile(io, storage_options=storage_options, engine=engine)
  File "/usr/local/lib/python3.9/site-packages/pandas/io/excel/_base.py", line 1071, in __init__
    ext = inspect_excel_format(
  File "/usr/local/lib/python3.9/site-packages/pandas/io/excel/_base.py", line 965, in inspect_excel_format
    raise ValueError("File is not a recognized excel file")
ValueError: File is not a recognized excel file

我的环境：

pandas version: 1.2.4
xlrd version: 2.0.1
openpyxl version: 3.0.7

提前致谢。

【问题讨论】：

我下载了文件并尝试使用不同的引擎读取它，但每次都会出错。如果没有解决办法，你可以在MS Excel中打开文件并保存为CSV，然后你可以用read_csv阅读它
问题是文件根本不是 Excel（既不是 BIFF 也不是 OOXML），而是 CSV（字符分隔，这里使用制表符作为分隔符）。只需重命名文件并将 read_csv 与相关选项一起使用。并将问题报告给网站所有者，以便他们至少可以更正标签！
@CharlieClark 我在直接重命名为 csv 后对其进行了测试，它现在可以与 read csv 一起使用。谢谢

标签： python excel pandas openpyxl xlrd

【解决方案1】：

我遇到了类似的问题，我必须读取文件夹中的一堆 .xls 文件并将其合并到一个数据帧中。原来出现错误是因为 .txt 文件被强制保存为 .xls 文件。尝试打开文件时，这也会在 excel 中产生错误，说明

“'filename.xls'的文件格式和扩展名不匹配。文件可能已损坏或不安全。除非你相信它的来源，否则不要打开它。还是要打开吗？”

执行以下操作为我解决了这个问题：

import glob 
import os 
import pandas as pd

path = r'C:\tmp' ## use your path

all_files = glob.glob(os.path.join(path, "*.xls"))
df_from_each_file = (pd.read_csv(f, delimiter = "\t") for f in all_files) ## reading the files using csv reader with tab delimiter
df1   = pd.concat(df_from_each_file, ignore_index=True)  ## concatenating all the individual files

如果 pd.read_csv 不起作用，您还可以尝试检查 python 上的哪个文件阅读器能够读取您的原始文件格式。

P.S：根据 Yona 的评论编辑

【讨论】：

Alakananda Giridhar，您的解决方案也对我有用。但是，如果您只是使用 read_csv 读取 xls 文件，它也可以工作。你真的不需要在它之前将扩展名更改为txt。