Python 库pandas可以读取 Excel 电子表格并将其转换为pandas.DataFramewithpandas.read_excel(file)命令。在后台，它使用不支持ods 文件的xlrd库。
是否有等效pandas.read_excel于 ods 文件的文件？如果没有，我该如何对 Open Document Formatted 电子表格（ods 文件）执行相同操作？ODF 被 LibreOffice 和 OpenOffice 使用。
问问题
52492 次
12 回答
70
这在 pandas 0.25 中原生可用。只要您安装了odfpy（conda install odfpy或pip install odfpy），您就可以做到
pd.read_excel("the_document.ods", engine="odf")
于 2019-07-04T03:07:26.397 回答
18
.ods您可以使用以下模块在 Python中读取 ODF（开放文档格式）文档：
使用 ezodf，一个简单的 ODS-to-DataFrame 转换器可能如下所示：
import pandas as pd
import ezodf
doc = ezodf.opendoc('some_odf_spreadsheet.ods')
print("Spreadsheet contains %d sheet(s)." % len(doc.sheets))
for sheet in doc.sheets:
print("-"*40)
print(" Sheet name : '%s'" % sheet.name)
print("Size of Sheet : (rows=%d, cols=%d)" % (sheet.nrows(), sheet.ncols()) )
# convert the first sheet to a pandas.DataFrame
sheet = doc.sheets[0]
df_dict = {}
for i, row in enumerate(sheet.rows()):
# row is a list of cells
# assume the header is on the first row
if i == 0:
# columns as lists in a dictionary
df_dict = {cell.value:[] for cell in row}
# create index for the column headers
col_index = {j:cell.value for j, cell in enumerate(row)}
continue
for j, cell in enumerate(row):
# use header instead of column index
df_dict[col_index[j]].append(cell.value)
# and convert to a DataFrame
df = pd.DataFrame(df_dict)
附言
于 2016-03-23T14:21:53.150 回答
11
这是一个使用ezodf模块的快速而肮脏的 hack：
import pandas as pd
import ezodf
def read_ods(filename, sheet_no=0, header=0):
tab = ezodf.opendoc(filename=filename).sheets[sheet_no]
return pd.DataFrame({col[header].value:[x.value for x in col[header+1:]]
for col in tab.columns()})
测试：
In [92]: df = read_ods(filename='fn.ods')
In [93]: df
Out[93]:
a b c
0 1.0 2.0 3.0
1 4.0 5.0 6.0
2 7.0 8.0 9.0
笔记：
- 所有其他有用的参数，如
header,skiprows,index_col,parse_cols都没有在这个函数中实现 - 如果你想实现它们，请随时更新这个问题 ezodf取决于lxml确保您已安装它
于 2017-02-19T18:16:10.203 回答
5
编辑：很高兴，如果您可以更新到最新的 Pandas 版本，下面的这个答案现在已经过时了。如果您仍想使用 Pandas 版本的数据工作，并且仅在需要时从 ODS 更新它，请继续阅读。
似乎答案是否定的！我会描述在 ODS 中阅读的工具仍然参差不齐。如果您使用的是 POSIX，那么在使用 Pandas 非常好的 xlsx 导入工具之前，可以选择即时导出到 xlsx 的策略：
unoconv -f xlsx -o tmp.xlsx myODSfile.ods
总而言之，我的代码如下所示：
import pandas as pd
import os
if fileOlderThan('tmp.xlsx','myODSfile.ods'):
os.system('unoconv -f xlsx -o tmp.xlsx myODSfile.ods ')
xl_file = pd.ExcelFile('tmp.xlsx')
dfs = {sheet_name: xl_file.parse(sheet_name)
for sheet_name in xl_file.sheet_names}
df=dfs['Sheet1']
这里的 fileOlderThan() 是一个函数（参见http://github.com/cpbl/cpblUtilities），如果 tmp.xlsx 不存在或比 .ods 文件旧，则返回 true。
于 2015-03-07T20:56:52.177 回答
3
另一种选择：read-ods-with-odfpy。该模块将 OpenDocument 电子表格作为输入，并返回一个列表，从中可以创建一个 DataFrame。
于 2013-07-24T17:42:06.367 回答
3
pandas 现在支持 .ods 文件。您必须先安装 odfpy 模块。然后它将像普通的 .xls 文件一样工作。
conda install -c conda-forge odfpyr
然后
pd.read_excel('FILE_NAME.ods', engine='odf')
于 2021-01-09T17:39:22.557 回答
2
一些回应指出，需要 odfpy 或其他外部包来获得此功能，但请注意，在 Pandas 的最新版本（当前为 1.1，2020 年 8 月）中，诸如 pd.ExcelWriter() 和pd.read_excel()。您只需要指定合适的引擎“odf”即可使用 OpenDocument 文件格式（.odf、.ods、.odt）。
于 2020-08-02T22:29:48.540 回答
2
我对 pandas read_clipboard 很幸运。选择单元格，然后从 excel 或 opendocument 复制。在 python 中运行以下命令。
import pandas as pd
data = pd.read_clipboard()
Pandas 会根据复制的单元格做好工作。
于 2018-08-24T03:58:50.497 回答
1
根据 davidovitch 的回答（谢谢），我整理了一个读取 .ods 文件并返回 DataFrame 的包。它本身并不是一个完整的实现pandas，比如他的 PR，但它提供了一个简单的read_ods函数来完成这项工作。
您可以使用pip install pandas_ods_reader. 也可以指定文件是否包含标题行，并指定自定义列名。
于 2019-01-31T22:41:57.523 回答
0
Pandas 支持读取 Excel 文件（xls 和 xlsx），请参阅read_excel命令。您可以使用 OpenOffice 将电子表格保存为 xlsx。转换也可以在命令行上自动完成，显然，使用convert-to 命令行参数。
从 xlsx 读取数据可以避免在首先转换为 CSV 时可能遇到的一些问题（日期格式、数字格式、unicode）。
于 2015-01-09T16:37:28.520 回答
-1
如果可能，从电子表格应用程序另存为 CSV，然后使用pandas.read_csv(). IIRC，“ods”电子表格文件实际上是一个 XML 文件，其中还包含相当多的格式信息。因此，如果是关于表格数据，请先将这些原始数据提取到一个中间文件（在本例中为 CSV），然后您可以使用其他程序（例如 Python/pandas）对其进行解析。
于 2013-07-24T13:33:18.777 回答