如何从FTP读取.xlsx文件直接转为pandas dataframe 无需写入本地磁盘

核心思路是用io.BytesIO内存缓冲区替代本地文件对象，直接把FTP返回的二进制数据写入内存缓冲区，再传给pandas的read_excel方法读取即可，全程不会生成本地文件。

完整实现代码 #

import ftplib
import pandas as pd
from io import BytesIO

# 初始化FTP连接（此处替换为你的实际FTP连接信息）
ftp = ftplib.FTP(host='你的FTP地址', user='FTP用户名', passwd='FTP密码')

filename = 'my_excel.xlsx'
# 创建内存缓冲区对象
excel_buffer = BytesIO()

# 从FTP读取二进制数据直接写入内存缓冲区
ftp.retrbinary('RETR ' + filename, excel_buffer.write, 1024)
# 关闭FTP连接
ftp.quit()

# 将缓冲区指针移动到文件起始位置，避免读取为空
excel_buffer.seek(0)

# 直接从内存缓冲区读取为pandas DataFrame
df = pd.read_excel(excel_buffer)

# 处理完成后可手动关闭缓冲区，也可由Python自动回收内存
excel_buffer.close()

关键说明 #

• 核心替换逻辑：把原来的本地文件对象替换为BytesIO实例，它在内存中模拟了文件对象的读写行为，和本地文件的接口完全兼容，因此ftp.retrbinary的写入方法可以直接复用
• 必须加seek(0)操作：数据写入完成后缓冲区的指针会停在文件末尾，直接读取会返回空内容，需要手动把指针移动到文件起始位置
• 兼容性扩展：该方法支持所有pandas可读取的二进制文件格式（xlsx、xls、csv等），只需要把后续的读取方法替换为对应的pd.read_*即可

内容的提问来源于stack exchange，提问作者s900n