Azure Databricks：Pandas无法读取已挂载ADSL2中的存在文件

dbutils.fs.ls操作的是Databricks文件系统（DBFS），而Pandas的pd.read_excel默认读取的是集群节点的本地文件系统，不是DBFS。你挂载的ADLS2路径/mnt/myMnt是DBFS上的挂载点，并非本地节点的路径，所以Pandas会报文件找不到的错误。

方法1：添加DBFS本地映射前缀 #

DBFS在集群节点的本地文件系统中有固定映射路径/dbfs，给原路径加上这个前缀，Pandas就能识别到文件：

import pandas as pd
# 路径前添加/dbfs前缀
path = "/dbfs/mnt/myMnt/20241007112914_Statistik_789760_0000_327086871111430.xlsx"
df_xl = pd.read_excel(path, engine="openpyxl")

这个方法最简单，且对集群所有节点有效。

方法2：复制文件到节点本地临时目录 #

把DBFS上的文件复制到节点本地的/tmp目录，再用Pandas读取：

import pandas as pd
import os

# 复制DBFS文件到本地/tmp
dbutils.fs.cp("/mnt/myMnt/20241007112914_Statistik_789760_0000_327086871111430.xlsx", "file:/tmp/temp_excel.xlsx")

# 读取本地文件
df_xl = pd.read_excel("/tmp/temp_excel.xlsx", engine="openpyxl")

# 读取完成后可删除临时文件（可选）
os.remove("/tmp/temp_excel.xlsx")

注意：本地临时目录仅对当前节点有效，适合单节点任务场景。

方法3：用Spark读取后转Pandas DataFrame #

这是更贴合Databricks生态的方式，适合大文件的分布式读取：

# 先安装Spark Excel依赖（首次运行需要）
%pip install spark-excel

# 用Spark读取Excel文件
spark_df = spark.read.format("com.crealytics.spark.excel") \
    .option("header", "true") \
    .option("inferSchema", "true") \
    .load("/mnt/myMnt/20241007112914_Statistik_789760_0000_327086871111430.xlsx")

# 转换为Pandas DataFrame
df_xl = spark_df.toPandas()

你已经通过挂载操作把ADLS2的文件接入到DBFS的/mnt/myMnt路径下了，不需要额外迁移文件。DBFS本身就是Databricks的分布式文件系统，挂载后文件已可通过DBFS访问，只是Pandas无法直接识别DBFS原生路径，需要用上述方法处理。

内容的提问来源于stack exchange，提问作者Prefect73