AZURE Function 从 AZURE BLOB 读取 XLSX

Question

我想使用 AZURE Function 应用程序从 AZURE BLOB 存储中读取 XLSX 文件。 Function 应由 REST API 调用调用。 我可以访问 blob 并下载文件，但我很难直接使用 pandas 读取文件的内容。 我正在搜索和尝试几个小时，但找不到解决方案。 我的最新方法如下所示：

def main(req: func.HttpRequest) -> func.HttpResponse:
        logging.info('Python HTTP trigger function processed a request.')

        blob_service_client = BlobServiceClient.from_connection_string(CONNECTION_STRING)
        container_client = blob_service_client.get_container_client(CONTAINERNAME)
        blob_client = blob_service_client.get_blob_client(container = CONTAINERNAME, blob=BLOBNAME)
        blob = BlobClient(ACCOUNT_URL, CONTAINERNAME, BLOBNAME)

        #READ PRODUCTS FILE
        blob_client.download_blob().readinto(LOCALFILENAME)
        df = pd.read_excel(blob_client.download_blob())

在 MS 主页* 上，有一个示例可以从 blob 下载文件并随后对其进行处理，但由于我使用的是 function 应用程序，因此如果我没有遗漏任何内容，则首先下载文件是没有意义的。 .

* https://docs.microsoft.com/en-us/azure/storage/blobs/storage-quickstart-blobs-python

blob 的自动完成功能为我提供了以下选项，但它们也不是很有帮助：

根据我尝试读取文件的方式，错误消息会有所不同。 目前的一个是：

System.Private.CoreLib: Exception while executing function: Functions.TrainProductModel. System.Private.CoreLib: Result: Failure
Exception: AttributeError: 'str' object has no attribute 'write'

但我认为我的方法实际上存在根本性的问题。 期望的结果是将文件直接读入 pandas 表中。

感谢任何支持，因为我的硕士论文阻碍了这一进展：/

Answer 1

Pandas 本身不具备解析 xlsx 文件的能力。 Pandas基于外部库xlrd解析xlsx文件。 而且你不应该安装高版本的xlrd，因为高版本取消了对xlsx文件的支持（只支持xls文件），推荐的版本是1.2.0（这个对我有效）。

下面是我的代码：

import os, uuid
from azure.storage.blob import BlobServiceClient, BlobClient, ContainerClient, __version__
import pandas as pd

CONNECTION_STRING = "DefaultEndpointsProtocol=https;AccountName=0730bowmanwindow;AccountKey=xxxxxx;EndpointSuffix=core.windows.net"
CONTAINERNAME = "test"
BLOBNAME = "test.xlsx"
LOCALFILENAME = "testx.xlsx" 

blob_service_client = BlobServiceClient.from_connection_string(CONNECTION_STRING)
container_client = blob_service_client.get_container_client(CONTAINERNAME)
blob_client = blob_service_client.get_blob_client(container = CONTAINERNAME, blob=BLOBNAME)

#READ PRODUCTS FILE
f = open(LOCALFILENAME, "wb")
f.write(blob_client.download_blob().content_as_bytes())
f.close()
df = pd.read_excel(r''+LOCALFILENAME)
print(df)

它对我有用：