使用Pandas读取目录下.xlsm文件时出现zipfile.BadZipFile错误求助

问题场景 #

我是新手，之前处理.csv文件合并完全没问题，但现在尝试把目录下的.xlsm文件读取到Pandas DataFrame并合并成大文件时遇到了问题。

最初运行的代码：

import pandas as pd
import glob
import openpyxl

df = [pd.read_excel(filename,engine="openpyxl") for filename in glob.glob(r'\\data\Designer\BI_Development\BI_2022_Objective\BIDataLake\MTT\Automation\TimeTrackingSheets_Automation\TimeTrackingSheets_Automation\TM_TimeTrackingSheets\*.xlsm')]

执行后触发报错：

zipfile.BadZipFile: File is not a zip file

一开始以为是目录里的同名zip文件导致的，重命名后还是报错，后来排查发现是脚本读取到了隐藏文件。

修复后的代码 #

通过修改glob匹配规则排除隐藏文件，同时优化了原代码里的冗余逻辑，最终可用代码如下：

import pandas as pd
import glob
import os
import openpyxl

path = r'\\data\Designer\BI_Development\BI_2022_Objective\BIDataLake\MTT\Automation\TimeTrackingSheets_Automation\TimeTrackingSheets_Automation\TM_TimeTrackingSheets'

# 读取所有非隐藏的.xlsm文件，排除以~开头的临时文件
filenames = glob.glob(path + "\[!~]*.xlsm")

# 初始化空DataFrame用于存储合并后的数据
outputxlsx = pd.DataFrame()

# 遍历所有目标文件
for file in filenames:
    # 读取指定工作表"BW_TimeSheet"
    df = pd.read_excel(file, sheet_name=["BW_TimeSheet"])
    df = pd.concat(df.values(), ignore_index=True, sort=False)
    # 添加文件名作为Username字段，标记数据来源
    df['Username'] = os.path.basename(file)
    # 合并到总DataFrame
    outputxlsx = pd.concat([outputxlsx, df], ignore_index=True, sort=False)

print('合并完成，输出文件已生成在指定路径：')
outputxlsx.to_excel(path + "/Output.xlsx", index=False)

关键说明 #

• 错误根源：glob.glob("*.xlsm")会匹配到目录里的隐藏文件（比如Excel生成的以~$开头的临时文件），这类文件不是标准的zip格式（xlsm本质是zip压缩包），因此触发zipfile.BadZipFile错误。
• 解决核心：用glob.glob("[!~]*.xlsm")规则排除以~开头的隐藏文件，确保只读取正常的xlsm文件。

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