我正在尝试使用 ExcelWriter 将数据框写入 Excel 电子表格，但它一直返回错误：
openpyxl.utils.exceptions.IllegalCharacterError
我猜 ExcelWriter 不喜欢数据框中的某些字符。看起来很奇怪，因为数据框是由三个 Excel 电子表格组成的，所以我看不出 Excel 不喜欢的字符！
有没有办法遍历数据框并替换 ExcelWriter 不喜欢的字符？我什至不介意它是否只是删除它们。
从数据框中删除或替换非法字符的最佳方法是什么？
【问题讨论】：
根据苏海鹏的回答，我添加了一个功能：
dataframe = dataframe.applymap(lambda x: x.encode('unicode_escape').
decode('utf-8') if isinstance(x, str) else x)
基本上，如果存在 unicode 字符，它会对其进行转义。它成功了，我现在可以再次写入 Excel 电子表格了！
【讨论】：
同样的问题也发生在我身上。我解决了如下：
pip install xlsxwriter
dataframe.to_excel("file.xlsx", engine='xlsxwriter')
【讨论】：
尝试使用不同的 excel 编写器引擎解决了我的问题。
writer = pd.ExcelWriter('file.xlsx', engine='xlsxwriter')
【讨论】：
No module named 'xlsxwriter' 错误，您可能需要运行pip install xlsxwriter，因为xlsxwriter 似乎是pandas 的可选依赖项（意味着它不会被预安装）
如果您不想安装另一个 Excel 编写器引擎（例如 xlsxwriter），您可以尝试通过查找导致出现 IllegalCharacterError 错误的模式来删除这些非法字符。
打开位于/path/to/your/python/site-packages/openpyxl/cell/ 的cell.py，查找check_string 函数，您会看到它使用定义的正则表达式模式ILLEGAL_CHARACTERS_RE 来查找那些非法字符。试图找到它的定义，你会看到这一行：
ILLEGAL_CHARACTERS_RE = re.compile(r'[\000-\010]|[\013-\014]|[\016-\037]')
这一行是您删除这些字符所需要的。将此行复制到您的程序并在将数据框写入 Excel 之前执行以下代码：
dataframe = dataframe.applymap(lambda x: ILLEGAL_CHARACTERS_RE.sub(r'', x) if isinstance(x, str) else x)
以上行将删除每个单元格中的这些字符。
但是这些字符的来源可能是个问题。正如您所说，数据框来自三个 Excel 电子表格。如果源 Excel 电子表格包含这些字符，您仍将面临此问题。因此，如果您可以控制源电子表格的生成过程，请尝试从那里删除这些字符。
【讨论】：
ILLEGAL_CHARACTERS 替换为特定字符串？
dataframe = dataframe.applymap(lambda x: ILLEGAL_CHARACTERS_RE.sub(STRING_YOU_WANT, x) if isinstance(x, str) else x) 更改 STRING_YOU_WANT
ILLEGAL_CHARACTERS_RE，你可以像from openpyxl.cell.cell import ILLEGAL_CHARACTERS_RE一样从openpyxl导入它。
在将数据框写入 html 或 csv 时，我还在为数据框中的一些奇怪字符而苦苦挣扎。例如，对于带重音的字符，我无法写入 html 文件，因此我需要将字符转换为不带重音的字符。
我的方法可能不是最好的，但它可以帮助我将unicode 字符串转换为ascii 兼容。
# install unidecode first
from unidecode import unidecode
def FormatString(s):
if isinstance(s, unicode):
try:
s.encode('ascii')
return s
except:
return unidecode(s)
else:
return s
df2 = df1.applymap(FormatString)
在您的情况下，如果您只是想通过将return unidecode(s) 更改为return 'StringYouWantToReplace' 来摆脱非法字符。
希望这能给我一些想法来解决您的问题。
【讨论】：
您可以对 python 字符串使用内置的strip() 方法。
对于每个单元格：
text = str(illegal_text).strip()
对于整个数据框：
dataframe = dataframe.applymap(lambda t: str(t).strip())
【讨论】：
如果您仍在努力清理字符，这对我来说效果很好：
import xlwings as xw
import pandas as pd
df = pd.read_pickle('C:\\Users\\User1\\picked_DataFrame_notWriting.df')
topath = 'C:\\Users\\User1\\tryAgain.xlsx'
wb = xw.Book(topath)
ws = wb.sheets['Data']
ws.range('A1').options(index=False).value = df
wb.save()
wb.close()
【讨论】：