python pandas read_excel engine=openpyxl不关闭文件答案

【问题标题】：python pandas read_excel engine=openpyxl not closing filepython pandas read_excel engine=openpyxl不关闭文件
【发布时间】：2021-02-18 12:56:31
【问题描述】：

我正在使用以下方法将数据框加载到熊猫中：

import pandas as pd

df_factor_histories=pd.read_excel("./eco_factor/eco_factor_test_data_builder.xlsx",
                                  engine='openpyxl', sheet_name=0)

需要engine=openpyxl 才能启用read_excel 以支持更新的Excel 文件格式（特别是在我的情况下是.xlsx 而不是jusy .xls）。

数据框加载正常但文件保持打开状态：

import psutil

p = psutil.Process()
print(p.open_files())

OUTPUT
[popenfile(path='C:\\Users\\xx\\.ipython\\profile_default\\history.sqlite', fd=-1), 
popenfile(path='C:\\Windows\\System32\\en-US\\KernelBase.dll.mui', fd=-1), 
popenfile(path='C:\\Windows\\System32\\en-US\\kernel32.dll.mui', fd=-1), 
popenfile(path='D:\\xxxxx\\data modelling\\eco_factor\\eco_factor_test_data_builder.xlsx', fd=-1)]

Github Post 表明该错误已修复 - 但不适用于我（运行 Anaconda/Jupyter）。我正在运行的相关版本：

numpy                         1.19.2
openpyxl                      3.0.5
pandas                        1.1.3
Python 3.7.4

我将不胜感激有关如何关闭文件/解决此问题的最佳方法的一些建议，谢谢

【问题讨论】：

标签： python pandas openpyxl file-handling

【解决方案1】：

我建议从您的代码中删除 engine='openpyxl'。它实际上是不需要的。我使用不带它的pd.read_excel，即使.xlsx 格式也能正常工作。

删除它会导致引擎参数的默认行为接管。引擎将知道使用哪个引擎： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html#pandas.read_excel

engine : str, default None
If io is not a buffer or path, this must be set to identify io. Supported engines: “xlrd”, “openpyxl”, “odf”, “pyxlsb”. Engine compatibility :

“xlrd” supports old-style Excel files (.xls).

“openpyxl” supports newer Excel file formats.

“odf” supports OpenDocument file formats (.odf, .ods, .odt).

“pyxlsb” supports Binary Excel files.

Changed in version 1.2.0: The engine xlrd now only supports old-style .xls files. When engine=None, the following logic will be used to determine the engine:

If path_or_buffer is an OpenDocument format (.odf, .ods, .odt), then odf will be used.

Otherwise if path_or_buffer is an xls format, xlrd will be used.

Otherwise if openpyxl is installed, then openpyxl will be used.

Otherwise if xlrd >= 2.0 is installed, a ValueError will be raised.

Otherwise xlrd will be used and a FutureWarning will be raised. This case will raise a ValueError in a future version of pandas.

【讨论】：

感谢您的建议和补充信息 - 它适用于我当前的应用程序，但几天前我发现自己将它包含在另一个应用程序中，因为没有它.xlsx 将无法加载 - 我感谢你接受时间。

【解决方案2】：

我遇到了同样的问题，

当我使用带有 engine=openpyxl 的 pandas 读取 excel 文件时。它没有被关闭。当我尝试使用 python 归档/移动 excel 文件时，它给出了错误，

PermissionError: [WinError 32] The process cannot access the file because it is being used by another process

另外，一旦被pandas读取，我们无法使用Excel工具对excel文件进行编辑或任何其他操作。

以下解决方案对我有用。我正在使用：

python version 3.6.8.

熊猫==0.25.1

openpyxl==3.0.7

import io
import pandas as pd

with open('path/to/input_excel_file.xlsx', "rb") as f:
    file_io_obj = io.BytesIO(f.read())


df_input_file = pd.read_excel(file_io_obj, engine='openpyxl', sheet_name=None)

【讨论】：