如何将.xlsx文件上传至BigQuery？寻求手动上传替代方案

1. 直接用BigQuery原生支持的.xlsx上传 #

BigQuery本身就支持直接上传.xlsx文件，不用转格式，还能自动处理带逗号、分号的单元格：

• 打开BigQuery控制台，进入目标数据集，点击「创建表」
• 来源选择「本地文件」，上传你的.xlsx文件
• 在「文件格式」里选「Excel」，然后配置工作表、打开自动检测模式（BigQuery会自动识别列类型）
• 确认表名和参数后，点击创建就能完成加载，全程不用碰Google Sheet或CSV转换

2. GCS中转上传（适合稍大文件） #

如果文件体积偏大，直接传本地可能不稳定，用Google Cloud Storage中转更靠谱：

• 先把.xlsx上传到你的GCS存储桶
• 回到BigQuery创建表，来源选「Cloud Storage」，填入GCS文件路径
• 同样选「Excel」格式，后续配置和直接上传一致，这种方式加载速度更快，还能复用配置

3. 转CSV但避免拆分错误 #

如果还是想用CSV，教你正确导出：

• 在Excel里，把包含特殊字符的列设置为「文本」格式（避免Excel自动转格式）
• 导出时选「CSV（逗号分隔）」，Excel会自动把带特殊字符的单元格用双引号包裹
• 上传到BigQuery时，选CSV格式，指定「字段分隔符」为逗号，「引号字符」为双引号，这样BigQuery就不会把单元格里的逗号当成分隔符

4. 用Python脚本一键上传（适合有基础的用户） #

写个简单脚本，每周运行一次就能搞定，不用手动操作：

import pandas as pd
from google.cloud import bigquery

# 读取本地Excel文件
df = pd.read_excel("weekly_data.xlsx", sheet_name="数据工作表")
# 初始化BigQuery客户端（需要提前配置好本地的GCP认证）
client = bigquery.Client(project="你的项目ID")
# 把数据追加到BigQuery表中
job = client.load_table_from_dataframe(
    df,
    "你的项目ID.你的数据集ID.目标表名",
    write_disposition="WRITE_APPEND"  # 每周追加新数据，不会覆盖旧数据
)
job.result()  # 等待任务完成

配置好GCP本地认证后，每次只要替换Excel文件名，运行脚本就行，pandas会自动处理所有特殊字符。

内容的提问来源于stack exchange，提问作者Michal