pandas to_excel 将 _x10e6 _ 转换为 ღ。 我该如何避免这种情况？

Question

我一直在尝试创建一个 excel 文件，其中包含来自增量表的几张表，但是我的一些列名包括 _x10e6 _ 这显然被翻译为ღ。 我尝试使用 encoding='unicode_escape' 和 encoding='utf-8' 没有运气。 我无法使用 xlsxwriter，因为我要附加到现有文件。

有人知道我如何将 _x10e6 _ 保留在列名中吗？

我正在使用的部分代码：

goldDF = spark.read.format('csv')\
    .option('header', True)\
    .option('delimiter', ',')\
    .load(file_path)

pandaDF = goldDF.toPandas()


with pd.ExcelWriter('/tmp/output.xlsx',mode='a', engine='openpyxl') as writer:  
    pandaDF.to_excel(writer, sheet_name=name, index=False)

dbutils.fs.cp("file:/tmp/output.xlsx", "/mnt/delta_lake_path")    

Answer 1

问题是_x10e6_是字符 0x10E6 的 XML 转义码，相当于Unicode 字符“ღ”。

在类似的情况下， Excel 会将其转义为_x005F_x10e6_ 。 看起来 openpyxl 没有这样做，因此您可以使用字符串_x005F_x10e6_手动执行此操作，或者（对于不受 append 模式要求约束的任何阅读本文的人）将“引擎”切换到 xlsxwriter，这将自动转义它。