堆棧內存溢出
  簡體   English   中英

在 Python 中使用 Pandas 打開一個已損壞的 .xls 文件

[英]Open with Pandas in Python a .xls file that is corrupted

 原文  2020-02-06 03:47:47  7   2    python-3.x/ pandas/ xls/ cognos

問題描述

所以這就是問題所在，我正在嘗試從從COGNOS下載的文件中導入 DF。 在 cognos 中，我選擇.CSV格式，但總是下載格式為.xls

打開 .xls 文件並將其另存為 CVS 將非常容易，但問題在於該文件的行數比 excel 多，因此我將在此過程中丟失大量數據。 此外，當我在 excel 中打開文件時，它會警告該文件可能已損壞。

當我嘗試使用df = pd.read_excel("Time Series 2018-1.xls")打開數據時，它顯示了以下問題。

XLRDError: Unsupported format, or corrupt file: Expected BOF record; found b'\\xff\\xfeP\\x00r\\x00o\\x00'

請幫忙

2 個解決方案

解決方案1
 0  2020-02-06 04:05:07

你可以試試

  1. 更改文件名，刪除空格和破折號，然后重試
  2. 跟隨這個熊貓官方鏈接

解決方案2
 0 已采納  2020-02-07 17:34:37

我已經解決了。 只需在 sublime 中打開文件並使用編碼UTF-8保存。 然后只需使用df = pd.read_csv("Prueba1.xls", sep = "\\t", encoding = 'utf8')打開它，因為正如@dougp 所說，它只是一個擴展名為 xls 的 csv 文件。

我想有一種方法可以更改 PYTHON 中的編碼，但這是另一個問題。

讀取 pandas / python 中的 xls 文件：不支持的格式，或損壞的文件：預期的 BOF 記錄； 找到 b'\xef\xbb\xbf <!--?xml'</div--><div id="text_translate"><p> 我正在嘗試將xls文件（只有一個選項卡）打開到 pandas dataframe 中。</p><p> It is a file that i can normally read in excel or excel for the web, in fact here is the raw file itself: <a href="https://www.dropbox.com/scl/fi/zbxg8ymjp8zxo6k4an4dj/product-screener.xls?dl=0&amp;rlkey=3aw7whab78jeexbdkthkjzkmu" rel="nofollow noreferrer">https://www.dropbox.com/scl/fi/zbxg8ymjp8zxo6k4an4dj/product-screener.xls?dl= 0&amp;rlkey=3aw7whab78jeexbdkthkjzkmu</a> 。</p><p> 我注意到前兩行合並了單元格，一些列也是如此。</p><p> 我嘗試了幾種方法（來自堆棧），但都失敗了。</p><pre> # method 1 - read excel file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_excel(file) print(df)</pre><p> 錯誤： Excel file format cannot be determined, you must specify an engine manually.</p><pre> # method 2 - pip install xlrd and use engine file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_excel(file, engine='xlrd') print(df)</pre><p> 錯誤： Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf&lt;?xml' Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf&lt;?xml'</p><pre> # method 3 - rename to xlsx and open with openpyxl file = "C:\\Users\\admin\\Downloads\\product-screener.xlsx" df = pd.read_excel(file, engine='openpyxl') print(df)</pre><p> 錯誤： File is not a zip file （可以選擇轉換，而不是重命名）。</p><pre> # method 4 - use read_xml file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_xml(file) print(df)</pre><p> 此方法實際上會產生結果，但會產生與工作表沒有任何意義的 DataFrame。 大概需要解釋 xml （似乎很復雜）？</p><pre> Style Name Table 0 NaN None NaN 1 NaN All funds NaN # method 5 - use read_table file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_table(file) print(df)</pre><p> 此方法將文件讀入一列（系列）DataFrame。 那么如何使用這些信息來創建與 xls 文件形狀相同的標准 2d DataFrame 呢？</p><pre> 0 &lt;Workbook xmlns="urn:schemas-microsoft-com:off... 1 &lt;Styles&gt; 2 &lt;Style ss:ID="Default"&gt; 3 &lt;Alignment Horizontal="Left"/&gt; 4 &lt;/Style&gt;... ... 226532 &lt;/Cell&gt; 226533 &lt;/Row&gt; 226534 &lt;/Table&gt; 226535 &lt;/Worksheet&gt; 226536 &lt;/Workbook&gt; # method 5 - use read_html file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_html(file) print(df)</pre><p> 這將返回一個空白列表[] ，而人們可能期望至少有一個 DataFrame 列表。</p><p> 所以問題是將這個文件讀入 dataframe （或類似的可用格式）的最簡單方法是什么？</p></div>

[英]read xls file in pandas / python: Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf<?xml'

暫無
暫無

聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

相關問題 為什么用python csv和StringIO創建的.xls文件可能損壞或不安全？ 如何使用Pandas.read_excel在內存中打開XLS文件？ 將 xls 文件讀入 python 讀取 pandas / python 中的 xls 文件：不支持的格式，或損壞的文件：預期的 BOF 記錄； 找到 b'\xef\xbb\xbf <!--?xml'</div--><div id="text_translate"><p> 我正在嘗試將xls文件（只有一個選項卡）打開到 pandas dataframe 中。</p><p> It is a file that i can normally read in excel or excel for the web, in fact here is the raw file itself: <a href="https://www.dropbox.com/scl/fi/zbxg8ymjp8zxo6k4an4dj/product-screener.xls?dl=0&amp;rlkey=3aw7whab78jeexbdkthkjzkmu" rel="nofollow noreferrer">https://www.dropbox.com/scl/fi/zbxg8ymjp8zxo6k4an4dj/product-screener.xls?dl= 0&amp;rlkey=3aw7whab78jeexbdkthkjzkmu</a> 。</p><p> 我注意到前兩行合並了單元格，一些列也是如此。</p><p> 我嘗試了幾種方法（來自堆棧），但都失敗了。</p><pre> # method 1 - read excel file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_excel(file) print(df)</pre><p> 錯誤： Excel file format cannot be determined, you must specify an engine manually.</p><pre> # method 2 - pip install xlrd and use engine file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_excel(file, engine='xlrd') print(df)</pre><p> 錯誤： Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf&lt;?xml' Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf&lt;?xml'</p><pre> # method 3 - rename to xlsx and open with openpyxl file = "C:\\Users\\admin\\Downloads\\product-screener.xlsx" df = pd.read_excel(file, engine='openpyxl') print(df)</pre><p> 錯誤： File is not a zip file （可以選擇轉換，而不是重命名）。</p><pre> # method 4 - use read_xml file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_xml(file) print(df)</pre><p> 此方法實際上會產生結果，但會產生與工作表沒有任何意義的 DataFrame。 大概需要解釋 xml （似乎很復雜）？</p><pre> Style Name Table 0 NaN None NaN 1 NaN All funds NaN # method 5 - use read_table file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_table(file) print(df)</pre><p> 此方法將文件讀入一列（系列）DataFrame。 那么如何使用這些信息來創建與 xls 文件形狀相同的標准 2d DataFrame 呢？</p><pre> 0 &lt;Workbook xmlns="urn:schemas-microsoft-com:off... 1 &lt;Styles&gt; 2 &lt;Style ss:ID="Default"&gt; 3 &lt;Alignment Horizontal="Left"/&gt; 4 &lt;/Style&gt;... ... 226532 &lt;/Cell&gt; 226533 &lt;/Row&gt; 226534 &lt;/Table&gt; 226535 &lt;/Worksheet&gt; 226536 &lt;/Workbook&gt; # method 5 - use read_html file = "C:\\Users\\admin\\Downloads\\product-screener.xls" df = pd.read_html(file) print(df)</pre><p> 這將返回一個空白列表[] ，而人們可能期望至少有一個 DataFrame 列表。</p><p> 所以問題是將這個文件讀入 dataframe （或類似的可用格式）的最簡單方法是什么？</p></div> Python 下載 zip 文件以損壞的文件結尾 python fron XLS文件中圖形的相鄰矩陣 Python Pandas：Output 到 ZBF57C906FA7D2BB66D07372E41585Dls9 覆蓋選定的工作表。 如何在熊貓中打開文件 如何在python中使用“ with open”自動保存在不同的xls中？ 使用熊貓從URL文件下載/加載xls
相關標簽
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM