-1

我最近切换到 Jupyter Lab，发现 pd.read_excel() 现在在其参数中需要“engine = 'openpyxl'”，以避免默认为 xlrd 时出现已知错误。不幸的是，openpyxl 作为一个引擎引入了我以前的代码都没有考虑的问题。

特别是，当我导入 xlsx 文件时，它似乎将 NaN 值的行附加到数据帧的末尾。我知道 Excel 工作表开头的空白行被推到导入末尾的问题，而这里不是这种情况。我有一个带有多个选项卡的 Excel 文件，每个选项卡的第一行中有 16 个唯一的列标题（并且选项卡之间相同），并且每一行都填充了数据。以前，在 Jupyter Notebook（并且没有 engine='openpyxl'）中，带有 sheet_name=None 的 read.excel() 将从每个选项卡创建一个数据帧字典，不会读取数据末尾之外的其他行。现在，我在一些数据帧的末尾得到了一千多行空白行。

我不期待浏览我所有的旧代码并将 dropna(how='all) 添加到每个导入中，并且担心这可能表明我没有发现更大的问题。有没有人经历过类似的事情？下面是在 Jupyter Lab 中导入相关选项卡的示例，以及选项卡本身的 Excel 工作表，第 5226 行之外没有数据。

谢谢您的帮助！

从 Jupyter Lab 导入一个选项卡

有问题的选项卡，在第 5226 行结束

4

1 回答 1

0

在这种情况下，您需要使用 1.1.4 版的 pandas，engine="openpyxl"但使用 1.2.4 版的 pandas，您将不需要 openpyxl 参数。所以升级可能是值得的，但不确定它是否能解决你的问题。

pip install pandas --upgrade

检查您安装了哪些版本

import pandas as pd
import openpyxl
print(pd.__version__)
print(openpyxl.__version__)
于 2021-05-04T15:47:22.407 回答