使用 pandas read_excel 从标准输入读取答案

【问题标题】：using pandas read_excel to read from stdin使用 pandas read_excel 从标准输入读取
【发布时间】：2019-10-21 01:04:18
【问题描述】：

注意：我已经按照以下方法解决了这个问题：

我可以使用 to_csv 在 python / pandas 中写入标准输出。像这样的东西很好用：

final_df.to_csv(sys.stdout, index=False)

我想读入一个实际的 excel 文件（不是 csv）。我想输出 CSV，但输入 xlsx。我有这个文件

bls_df = pd.read_excel(sys.stdin, sheet_name="MSA_dl", index_col=None)

但这似乎不起作用。是否有可能做我正在尝试的事情，如果可以，如何做到这一点？

注意事项：

实际输入文件是压缩文件https://www.bls.gov/oes/special.requests/oesm18ma.zip中的“MSA_M2018_dl.xlsx”。

我像这样下载并提取数据文件：

curl -o oesm18ma.zip'https://www.bls.gov/oes/special.requests/oesm18ma.zip'
7z x oesm18ma.zip

【问题讨论】：

是否可以假设 sys.stdin 是您要阅读的 excel 文件的字符串？
我不确定您所说的“字符串”是什么意思。这是excel文件的实际内容。假设我上面的程序叫做 foo.py，那么我想调用类似的东西：cat excelfile.xlsx | python3 foo.py
字符串，如返回字符串的type()。您将需要为我们提供更多背景信息。示例数据和更多代码。当你说“这是excel文件的实际内容”时，我不明白
当然。 excel 文件是二进制而不是文本。
我可以使用 pandas 从标准输入读取 excel，请参阅 *.com/q/59468669/1782641 我的问题是，当使用 < /path/to/file.xlsx 而不是 cat /path/to/file.xlsx | 时，pandas 似乎只能从标准输入成功读取

【解决方案1】：

根据this 的回答，可能是：

import sys
import pandas as pd
import io

csv = ""
for line in sys.stdin:
    csv += line

df = pd.read_csv(io.StringIO(csv))

【讨论】：

源文件是xlsx，不是csv。
你不能简单地使用cat输出一个xlsx文件，你要么需要先转换它，例如使用xlsx2csv，然后把它当作一个csv来处理，要么需要找到一种方法来提供它我想作为字节流
我认为 xlsx2csv 会起作用，尽管我确实找到了一种直接执行此操作的方法，正如我在上面修改后的问题中所指出的那样。