Python读取Excel报错排查：新增分组字段后代码失效问题

问题描述 #

原有Python代码可正常生成包含嵌套数据的Excel文件，但新增Trees Again、UpdatevsNonupdate、responsetimerecodeforACC、Nonupdate、Update分组字段后，执行时在pd.read_excel步骤报错。即使拆分大文件后运行，错误仍存在。

参考代码 #

import glob
import pandas as pd
import re
import openpyxl

dp = pd.read_excel("UnpredictableDataMerge.xlsx", sheet_name ="Sheet1")
line_numbers = [4, 7]
print("Heey, we read")

dp_max = dp.groupby(['Subject', 'Date & Time', 'Trees Again', 'DifficultyLevel', 'Block', 'UpdatevsNonupdate', 'responsetimerecodeforACC', 'Nonupdate', 'Update'], sort=False).max()
dp_max = dp_max[["Total Training Time"]]
print("This worked. Good start. Yaaaay.s")

dp_max.to_excel('unpredictable_grouped_max_heregoesnothing.xlsx', index=True)
print("This worked. Yaaaay.s")

dp['Signal_Detection2'] = dp.loc[:, 'Signal_Detection']
dp_count = dp.groupby(['Subject', 'Signal_Detection'], sort=False).count()[["Signal_Detection2"]]

dp_count.to_excel('unpredictable_grouped_signal_count_heregoesnothing.xlsx', index=True) 

报错信息 #

Unexpected exception formatting exception. Falling back to standard exception
Output exceeds the size limit. Open the full output data in a text editor
Traceback (most recent call last):
  File "C:\Users\mxa210135\AppData\Roaming\Python\Python38\site-packages\IPython\core\interactiveshell.py", line 3433, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-9-853a8bf5b14e>", line 5, in <module>
    dp = pd.read_excel("UnpredictableDataMerge.xlsx", sheet_name ="Sheet1")

错误解释与可能原因 #

1. 核心错误本质：报错显示pd.read_excel读取文件时触发了未捕获的异常，后续的Unexpected exception formatting exception是IPython处理原始异常时的衍生问题，核心问题出在Excel文件读取环节。
2. 可能诱因：
   • 文件损坏：新增字段后保存的UnpredictableDataMerge.xlsx可能存在格式损坏，比如单元格格式异常、合并单元格错误、Excel内部结构损坏，拆分文件并未修复损坏问题。
   • 依赖库兼容性：pandas或openpyxl版本存在bug，新增字段的读取逻辑触发了兼容性问题。
   • 数据/字段异常：新增的字段名（如带空格的Trees Again）或对应列的极端数据（超大文本、特殊字符）干扰了解析逻辑。
   • 文件权限/占用：文件被其他程序（如Excel）锁定，或当前用户无读取权限。

排查方向 #

• 直接用Excel打开UnpredictableDataMerge.xlsx，检查是否有损坏提示，修复后再尝试读取。
• 显式指定读取引擎测试：dp = pd.read_excel("UnpredictableDataMerge.xlsx", sheet_name="Sheet1", engine="openpyxl")或尝试engine="xlrd"（注意xlrd对xlsx格式支持有限）。
• 简化读取逻辑，先读取前10行测试：dp = pd.read_excel("UnpredictableDataMerge.xlsx", sheet_name="Sheet1", nrows=10)，排查是否为特定行/列导致的问题。
• 升级依赖库到稳定版本：pip install --upgrade pandas openpyxl

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