Question

我正在读取一个excel文件，但是当一张工作表为空或工作表在A1中只包含类似“空”的字符串时，它会抛出一个异常

AttributeError: 'Series' object has no attribute 'iterrows'

以下是我正在使用的代码

df = pd.read_excel(excel_file, header=None, squeeze=True, sheet_name=sheet_name)
for i, row in df.iterrows():
    if row.notnull().all():
        data = df.iloc[(i+1):].reset_index(drop=True)
        data.columns = pd.Series(list(df.iloc[i])).str.replace(' ','_')
        break

for c in data.columns:
    data[c] = pd.to_numeric(data[c], errors='ignore')

Answer 1

我不确定这是多么pythonic，但你可以在迭代行之前显式地将Series转换为DataFrame：

df = DataFrame(pd.read_excel(excel_file, header=None, squeeze=True, sheet_name=sheet_name))

如果read_excel返回Series，则DataFrame()来电仍会返回DataFrame。我还建议添加一个条件。例如，如果您的df至少需要两列和一行，则可以使用：

if Len(df.columns) >= 2 and len(df) >= 1:
    for i, row in df.iterrows():
        if row.notnull().all():
            data = df.iloc[(i+1):].reset_index(drop=True)
            data.columns = pd.Series(list(df.iloc[i])).str.replace(' ','_')
            break

这将阻止它在df未达到预期的情况下尝试迭代行（并修改df）。在处理和返回df之前，应该在代码中内置这样的内容，这样可以降低引入错误数据的风险。

Answer 2

如果你的df是空的，那么试图迭代它是没有意义的。

您可以使用返回df.empty或True的{{1}}来检查数据帧是否为空，然后再进行迭代

编辑：通常如果一张工作表在A1处包含“空”，它仍然会导致一个带有“空”字符串的pandas系列

如何在读取数据时处理空白页

2 个答案: