使用 python pandas.read_excel 函数时有没有办法处理单元格大小？

Question

现在，我正在尝试运行一个简单的代码，该代码循环遍历数千个 Excel 工作表并提取数据。我将 Python 3.7 与 Pandas 和 Glob 包一起使用。代码很简单，如下图：

for fname in glob.glob(path):
   df = pd.read_excel(fname, index_col=None, header=None)

但是，这给了我一个类型错误。 TypeError: Fill() takes no arguments

话虽如此，我发现问题出在 Excel 工作表中的时间戳格式。在这种情况下，列宽太小，所以 excel 返回“#####”；但是，当我扩展单元格宽度并重新保存文件时，代码运行得非常好。我还附上了一张 Excel 表格的图片（Excel Example）。还附上了一张扩展单元格宽度的图片 (Extended Cell Width)。

很遗憾，我无法手动完成此编辑。有没有人有处理这个问题的经验？

提前致谢， 丹

使用 Excel 文件信息更新： 文件扩展名：“.xlsx” 链接：Link to Excel File

Answer 1

可行但不安全的解决方案

您可以使用旧版本的xlrd。

#In your cmd:
pip install xlrd=1.2.0

那么……

pandas.read_excel('your_file_path', engine='xlrd')

但请先阅读下面的警告，您必须相信您的数据是安全的。如果您知道您使用的数据来自可信赖的来源，您可以使用它，只要您的 xlrd 版本在虚拟环境中（请参阅 anaconda），这样您就不会使用它来错误地打开不安全的文件 2 年下线。

观察

我复制了操作的错误。这是我发现的： 我和op都按照说明安装了openpyxl

# Welcome inside of the openpyxl code base! Let's find that bug!
def _convert(expected_type, value):
    """
    Check value is of or can be converted to expected type.
    """
    if not isinstance(value, expected_type):
        try:
            # ERROR TRIGGERED HERE!
            value = expected_type(value) 
        except:
            raise TypeError('expected ' + str(expected_type))
    return value

这里的expected_type()可以是浮点数或者日期时间，比如

value = expected_type(value) # Before
value = float(value)         # After

但我们得到的是<class 'openpyxl.styles.fills.Fill'> 所以它尝试像这样转换值：

value = <class 'openpyxl.styles.fills.Fill'>(value)

这毫无意义！ >:(

似乎openpyxl 正在读取列宽，发现列太小而无法显示值。因此，它使用 FILL 方法用“XXXX”填充空间以表示空间不足...

什么不起作用：

• 设置usecols 参数以避免加载日期列
• 设置dtype参数强制类型为str
• 尝试使用 openpyxl 转换文件

以下转换失败：

workbook = openpyxl.load_workbook(r'X:...\Cycle120.xlsx')
workbook.save(r'X:...\OUTPUT.xls')
# Same error... value = expected_type(value)
# TypeError: Fill() takes no arguments

警告

不要切换旧的xlrd（引擎）版本来读取您的 xlsx 文件。旧引擎存在安全问题！

xlsx 支持被删除的原因是因为它有潜力 安全漏洞，没有人维护它。如果你选择 这种方法，而不是简单地切换到 openpyxl，你是 冒着接触这些的风险。

见：Pandas cannot open an Excel (.xlsx) file