PANDAS & glob - 无法确定Excel文件格式，你必须手动指定一个引擎

20 人关注

我不知道为什么会出现这样的错误，虽然有时我的代码工作得很好！但我不知道为什么会出现这样的错误。

Excel file format cannot be determined, you must specify an engine manually.

Here below is my code with steps:

1- list of columns of customers Id:

customer_id = ["ID","customer_id","consumer_number","cus_id","client_ID"]
2- 找到一个文件夹中的所有xlsx文件并读取它们的代码。
l = [] #use a list and concat later, faster than append in the loop
for f in glob.glob("./*.xlsx"):
    df = pd.read_excel(f).reindex(columns=customer_id).dropna(how='all', axis=1)
    df.columns = ["ID"] # to have only one column once concat
    l.append(df)
all_data  = pd.concat(l, ignore_index=True) # concat all data
我添加了发动机openpyxl。
df = pd.read_excel(f, engine="openpyxl").reindex(columns = customer_id).dropna(how='all', axis=1)
现在我得到了一个不同的错误。
BadZipFile: File is not a zip file
pandas版本：1.3.0
python版本: python3.9
操作系统: MacOS
是否有更好的方法来读取一个文件夹中的所有xlsx文件？


           
            
             
              我在linux上也遇到了同样的问题，原因就像@pirateofebay说的那样。有一些临时文件是隐藏的。我通过使用pd.ExcelWriter来打开所有相关的文件，然后使用writer.close()来逐个关闭它们，就解决了这个问题。然后我们就好了，你可以按照你的意愿使用pd.read_excel。


         
          
           python


         
          
           python-3.x


         
          
           pandas


         
          
           dataframe


          
           
            已采纳


          
           
            
             发现了它。当一个excel文件被打开时，例如被MS excel打开，一个隐藏的临时文件会在同一目录下被创建。
            
            ~$datasheet.xlsx
因此，当我运行代码从文件夹中读取所有的文件时，它给了我一个错误。
Excel file format cannot be determined, you must specify an engine manually.
当所有的文件都被关闭并且没有隐藏的临时文件~$filename.xlsx在同一目录下，代码工作得很完美。


          
           
            
             
              
               
               
                pirateofebay
               
              
              
               发布于
               
               2022-05-10


          
           
            
             
              
               还要确保你使用的是正确的
               
                pd.read_*
               
               方法。我在试图用
               
                read_excel()
               
               而不是
               
                read_csv()
               
               打开一个
               
                .csv
               
               文件时遇到了这个错误。我发现了这个方便的片段
               
                here
               
               以按Excel文件类型自动选择正确的方法。
              
              if file_extension == 'xlsx':
    df = pd.read_excel(file.read(), engine='openpyxl')
elif file_extension == 'xls':
    df = pd.read_excel(file.read())
elif file_extension == 'csv':
    df = pd.read_csv(file.read())


          
           
            
             
              
               
                
                 https://stackoverflow.com/a/32241271/17411729
                
               
               
                关于如何删除隐藏文件的答案链接
               
               
                Mac = 转到文件夹，按cmd + shift + .
将显示隐藏的文件，删除它，再运行它。


           
            
             
              
               
                
                 Aryo Pradipta Gema
                
                ：


           
            
             
              
               
                
                 谢谢你指出了一个可能重复的问题。然而，有两件事你可以考虑。1）只作为问题的评论提及，而不是回答 2）如果你提到的SO页面中的解决方案不完全相同，你也应该包括你采取的步骤，而不仅仅是链接


           
            
             
              
               
                
                 谢谢你让我意识到这一点，我下次会尽量记住：）很想把我的答案搬到评论中去，不幸的是，在我得到50个代表之前，我不允许发表评论。


          
           
            
             
              
               
                在macOS中，每个文件夹中都会自动生成一个名为".DS_Store "的 "隐形文件"。对我来说，这就是问题的根源。我通过一个if语句解决了这个问题，绕过了 "看不见的文件"（它不是xlsx，所以会触发错误）。
               
               for file in os.scandir(test_folder):
    filename = os.fsdecode(file)
    if '.DS_Store' not in filename:
        execute_function(file)


          
           
            
             
              
               
                
                 当我手动将'CSV'后缀改为'XLS'时，我也得到了'Excel文件格式...'的错误。  我所要做的就是打开excel，并将其保存为我想要的格式。


          
           
            
             
              
               
                
                 看起来这个问题很容易解决。进入你的excel文件，无论它是xls或xlsx或任何其他扩展名，并从文件图标上做 "另存为"。当提示有选项时。将其保存为CSV UTF-8(逗号分隔)(*.csv)


          
           
            
             
              
               
                
                 在我的例子中，我使用了
                 
                  xlrd
                 
                 。所以在终端。
                
                pip install xlrd
如果没有安装pandas，请安装它。
pip install pandas
现在以这种方式读取excel文件。
import pandas as pd
df = pd.read_excel("filesFolder/excelFile.xls", engine='xlrd')


          
           
            
             
              
               
                
                 
                  
                   
                    
                    
                     MinneapolisCoder9
                    
                   
                   
                    发布于
                    
                    2022-05-10


          
           
            
             
              
               
                
                 
                  
                   
                    你可以通过检查文件是否以"~"开头来过滤掉不需要的临时文件。
                   
                   import os