由于数字格式化为文本，将Excel文件读取到Python失败

Question

我有大量的Excel文件，每个文件都有一个列，其中数字的格式为文本。 Excel给出错误“此单元格中的数字被格式化为文本或以撇号开头” - 请参阅第三列，其中单元格具有绿色三角形。

我的目标是在Pandas 中打开所有这些文件，而不必手动打开每个文件并将列转换为数字。但是，pd.read_excel（）失败并出现以下xlrd错误：

XLRDError: ZIP file contents not a known type of workbook

当我直接使用xlrd时，不出所料：wb = xlrd.open_workbook(filename)我收到同样的错误。

我也试过openpyxl：wb = openpyxl.load_workbook(filename)，它给了我这个：

KeyError: "There is no item named 'xl/_rels/workbook.xml.rels' in the archive"

如果我手动将列转换为excel中的数字并重新保存工作簿，我确认该文件可以通过pandas（xlrd）和openpyxl打开。

有没有人有任何想法？

Answer 1

阅读excel时使用“转换器” Docs。

例如：

df = pd.read_excel('yourfile.xlsx',sheetname='sheetname',header=0,converters={ "% Chg" : str })