XLRDError：Excel xlsx 文件；不支持 Databricks

Question

我正在使用 Azure Databricks 并尝试读取 Excel 文件。我有一个带有.xlsx.pgp 的加密文件。解密消息后，我将其作为字节数组获取。所以，这是我用来将该文件作为 pandas 数据框读取的函数：

df = pd.read_excel(BytesIO(orig))

但是，这给了我以下错误：

XLRDError: Excel xlsx file; not supported

现在，基于this 文档：

我已将 openpyxl 添加到集群中，然后尝试运行以下命令：

df = pd.read_excel(BytesIO(orig),engine=`openpyxl`)

我收到了错误：

global name 'openpyxl' is not defined

使用以下命令，我得到：

df = pd.read_excel(BytesIO(orig),engine='openpyxl')

我得到的错误是：

ValueError: Unknown engine: openpyxl

我该如何解决这个问题？

感谢大家的帮助！

Answer 1

错误提示，openpyxl 库没有正确安装。也可能笔记本不在 openpyxl 库的范围内。

请将openpyxl安装在笔记本上的集群中，如下图所示：

步骤 1： 选择集群并点击库。

第二步：点击安装新建。

接下来点击 PyPI。

现在输入 openpyxl 库的名称

然后点击安装。

第三步：检查openpyxl库的安装状态。

Step4：成功安装openpyxl库。

---

编辑 -

注意 - pandas 版本应为 1.0.1 或以上。

如果pandas版本低于1.0.1，可以使用pip install pandas升级pandas库

使用pd.__version__ 命令检查 pandas 版本。

有关更多信息，您可以参考来自 rama-a 的 answer