无法通过pip构建pandas_ods_reader的技术求助

问题背景 #

升级Debian Sid系统后，在虚拟环境中重新构建Python依赖时，原本正常工作的pandas_ods_reader无法完成安装，核心原因是pip在构建依赖的旧版pandas（1.5.3）时编译失败，报错指向khash_python.h中复数类型的结构体访问错误。

核心报错信息 #

In file included from pandas/_libs/algos.c:809:
pandas/_libs/src/klib/khash_python.h: In function ‘kh_complex128_hash_func’:
pandas/_libs/src/klib/khash_python.h:140:36: error: request for member ‘real’ in something not a structure or union
  140 |     return kh_float64_hash_func(val.real)^kh_float64_hash_func(val.imag);
      |                                    ^
pandas/_libs/src/klib/khash_python.h:140:67: error: request for member ‘imag’ in something not a structure or union
...
error: command '/usr/bin/x86_64-linux-gnu-gcc' failed with exit code 1
ERROR: Failed building wheel for pandas
Failed to build lxml pandas

当前环境参数 #

• 系统：Debian Sid
• Python版本：3.13.3
• GCC版本：14.2.0
• pip版本：25.1
• 已安装核心依赖：numpy 2.2.5、pandas 2.2.3

解决方案 #

1. 升级并复用现有依赖安装pandas_ods_reader #

直接安装最新版pandas_ods_reader，并禁用构建隔离以复用当前环境已安装的兼容Python3.13的pandas版本：

pip install --upgrade pandas_ods_reader --no-build-isolation

--no-build-isolation参数会跳过临时构建环境，避免pip拉取不支持Python3.13的旧版pandas重新编译。

2. 手动指定兼容的pandas版本 #

如果上述命令仍失败，强制指定安装依赖支持Python3.13的pandas版本（2.1及以上）：

pip install pandas>=2.1 pandas_ods_reader

3. 替代方案：直接基于odfpy实现ODS读取 #

若pandas_ods_reader仍无法安装，可直接使用其底层依赖的odfpy包实现read_ods功能，示例代码：

import pandas as pd
from odf.opendocument import load
from odf.table import Table, TableRow, TableCell

def read_ods(file_path, sheet_name=0):
    doc = load(file_path)
    tables = doc.getElementsByType(Table)
    
    # 定位目标工作表
    if isinstance(sheet_name, int):
        table = tables[sheet_name]
    else:
        table = next(t for t in tables if t.getAttribute('name') == sheet_name)
    
    # 提取单元格数据
    rows = []
    for row in table.getElementsByType(TableRow):
        cells = []
        for cell in row.getElementsByType(TableCell):
            text = ''.join(node.data for node in cell.childNodes if node.nodeType == node.TEXT_NODE)
            cells.append(text)
        rows.append(cells)
    
    # 转换为DataFrame，第一行作为表头
    return pd.DataFrame(rows[1:], columns=rows[0])

内容的提问来源于stack exchange，提问作者user2751530