Pandas read_excel读取xlsx文件首行列缺失问题求助

一、调整read_excel参数临时解决 #

该异常是Pandas 1.1.5版本内置的Excel读取引擎，对存在隐藏格式异常的表头单元格自动识别列数失败导致的，可通过以下参数调整直接修复：

• 强制指定读取引擎为openpyxl，相比旧版默认的xlrd引擎对xlsx格式兼容性更好：

  df = pd.read_excel('Book1.xlsx', dtype=str, engine='openpyxl')
  

• 如果仍识别失败，可明确指定读取的列范围，比如确认共5列时可写为：

  df = pd.read_excel('Book1.xlsx', dtype=str, engine='openpyxl', usecols="A:E")
  

• 极端情况可先关闭自动表头识别，手动设置列名：

  # 不自动识别表头，读取所有行
  df = pd.read_excel('Book1.xlsx', dtype=str, engine='openpyxl', header=None)
  # 手动将第一行设为列名
  df.columns = df.iloc[0].tolist()
  # 跳过表头行取正式数据
  df = df[1:].reset_index(drop=True)
  

二、升级Pandas版本永久修复 #

该类Excel读取兼容性问题已经在Pandas 1.3版本修复，Python3.7最高支持的Pandas版本为1.3.5，不会出现版本不兼容情况，可按以下方式升级：

Anaconda环境升级（Mac/Windows通用） #

1. 先激活你部署应用使用的conda环境，示例命令：conda activate 你的环境名
2. 执行升级命令，指定conda-forge源获取最新适配包：

   conda install pandas=1.3.5 -c conda-forge
   

pip方式升级 #

1. 激活对应conda环境后，先升级pip到最新版本：

   python -m pip install --upgrade pip
   

2. 执行指定版本升级命令：

   pip install pandas==1.3.5 --upgrade
   

升级完成后重新运行测试脚本，即可正常识别所有列。

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