使用pd.read_excel(engine='pyxlsb')读取.xlsb文件时字符串列显示为空

以下是几个可行的排查和解决方法：

• 检查单元格格式
  打开原xlsb文件，确认表头和字符串类型的单元格是否设置为文本/常规格式。如果单元格是自定义格式、隐藏格式或特殊格式，pyxlsb/calamine引擎可能无法正确识别，改成常规格式后重新保存再尝试读取。

• 显式指定表头与数据行
  若文件存在隐藏行、合并单元格，或表头不在默认的第一行，手动指定表头位置和数据起始行：

  df = pd.read_excel(file, engine='pyxlsb', header=0, skiprows=0)
  

  比如表头实际在第2行，就将header设为1，根据实际情况调整参数。

• 转存文件后换引擎读取
  把xlsb文件手动另存为xlsx格式，再用openpyxl引擎读取，绕开xlsb的兼容性问题：

  df = pd.read_excel('转存后的文件.xlsx', engine='openpyxl')
  

  该方法适合文件体积不大的场景。

• 直接使用calamine原生方法
  跳过pandas的封装，直接调用calamine的原生接口读取：

  import calamine
  workbook = calamine.load_workbook(file)
  df = workbook.get_sheet_by_name('Sheet1').to_pandas()
  

  这种方式能避免pandas对calamine的参数限制，可能解决字符串解析异常。

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