Python如何读取FTP目录下最新xlsx文件并转为DataFrame或下载到本地

你可以在原有获取最新文件名的逻辑基础上，新增二进制文件传输和读取逻辑实现需求，完整可运行代码如下：

import pandas as pd
import ftplib
from io import BytesIO # 无需本地存储的场景才需要导入

# 原有逻辑：连接FTP、获取最新xlsx文件名
ftp = ftplib.FTP('ftpname.com', 'client','mdp')
ftp.retrlines('LIST')
ftp.cwd("/DATA")

names = ftp.nlst()

latest_time = None
latest_name = None

for name in names:
    time = ftp.sendcmd("MDTM " + name)
    if (latest_time is None) or (time > latest_time):
        latest_name = name
        latest_time = time

print(f"最新文件为：{latest_name}")

# ------------------- 新增功能逻辑 -------------------
## 方案A：先下载到本地，再读取为DataFrame
# 以二进制写模式创建本地文件，接收FTP返回的二进制内容
with open(latest_name, 'wb') as f:
    ftp.retrbinary(f'RETR {latest_name}', f.write)
# 读取本地xlsx文件为DataFrame，需要提前安装openpyxl依赖：pip install openpyxl
df = pd.read_excel(latest_name)

## 方案B：不保存本地，直接在内存中读取为DataFrame
# with BytesIO() as f:
#     ftp.retrbinary(f'RETR {latest_name}', f.write)
#     # 将文件指针移动到开头再读取
#     f.seek(0)
#     df = pd.read_excel(f)

# 操作完成后关闭FTP连接
ftp.quit()

# 后续可正常使用df变量
print(df.head())

注意事项 #

• xlsx属于二进制文件，必须使用retrbinary方法传输，不能用文本传输相关方法，否则文件会损坏无法读取
• 不要遗漏FTP连接关闭的步骤，避免长期占用服务器连接资源
• 若使用pandas读取xlsx文件失败，可先执行pip install openpyxl安装对应解析依赖
• 如果FTP服务器不支持MDTM命令获取修改时间，可以改用dir方法返回的列表解析时间字段

内容的提问来源于stack exchange，提问作者wysouf