當 engine='openpyxl' 時 read_excel 正在讀取空行

Question

我最近切換到 Jupyter Lab，發現 pd.read_excel() 現在在其 arguments 中需要“engine = 'openpyxl'”，以避免默認為 xlrd 時出現已知錯誤。 不幸的是，openpyxl 作為一個引擎引入了我以前的代碼都沒有考慮的問題。

特別是，當我導入 xlsx 文件時，在數據幀末尾出現 append 行 NaN 值。 我知道 Excel 工作表開頭的空白行被推到導入末尾的問題，而這里不是這種情況。 我有一個 Excel 文件，其中包含多個選項卡，每個選項卡的第一行中有 16 個唯一的列標題（並且選項卡之間相同），並且每一行都填充了數據。 以前，在 Jupyter Notebook（並且沒有 engine='openpyxl'）中，帶有 sheet_name=None 的 read.excel() 將從每個選項卡創建一個數據幀字典，不會讀取數據末尾之外的其他行。 現在，我在一些數據幀的末尾得到了一千多行空白行。

我不期待瀏覽我所有的舊代碼並將 dropna(how='all) 添加到每個導入中，並且擔心這可能表明我沒有發現更大的問題。 有沒有人經歷過類似的事情？ 下面是在 Jupyter Lab 中導入有問題的選項卡之一作為示例，以及選項卡本身的 Excel 表，第 5226 行之外沒有數據。

謝謝您的幫助！

Answer 1

在 pandas 的 1.1.4 版本中，您需要engine="openpyxl"但在 pandas 的 1.2.4 版本中，您將不需要 openpyxl 參數。 所以升級可能是值得的，但不確定它是否能解決你的問題。

pip install pandas --upgrade

檢查您安裝了哪些版本

import pandas as pd
import openpyxl
print(pd.__version__)
print(openpyxl.__version__)