使用Polars的calamine/fastexcel引擎调用pl.read_excel()时如何处理#DIV/0!错误？

我太懂这种无奈了——明明只需要特定几列，结果引擎因为完全无关的列报错卡壳！问题的核心原因是：calamine/fastexcel引擎在解析你指定的列名时，需要先扫描整个工作表的结构（包括所有列的元数据和部分单元格）来确认列的位置与数据类型，哪怕你只需要其中几列。这就导致它会碰到那些你根本不需要的错误单元格（比如#DIV/0!）和未命名列，触发数据类型推断失败的报错。

下面给你几个可行的解决方案，按操作复杂度从易到难排序：

方案一：忽略单元格错误，读取全表后再选列 #

这是最快速的临时解决办法：先让引擎跳过单元格错误，成功读取整个工作表后，再筛选出你需要的列。虽然会读取全表，但至少能拿到目标数据：

import polars as pl

df = pl.read_excel(
    source=xlsx_file_path,
    sheet_name="name_of_the_sheet",
    read_options={
        "ignore_errors": True,  # 跳过#DIV/0!这类单元格计算错误
    }
).select(["apple_column", "banana_column", "kiwi_column"])

方案二：强制指定有问题列的数据类型 #

如果你能确定报错的列（比如__UNNAMED__25），可以通过dtype_overrides强制指定它的数据类型，让引擎能完成数据类型推断，同时保留你需要的列：

df = pl.read_excel(
    source=xlsx_file_path,
    sheet_name="name_of_the_sheet",
    dtype_overrides={"__UNNAMED__25": pl.Utf8},  # 把有问题的列强制设为字符串类型
    columns=["apple_column", "banana_column", "kiwi_column"],
)

注意：如果这个未命名列的编号（比如__UNNAMED__26）会随文件变化，这个方法就需要手动调整。

方案三：通过列索引精准读取目标列 #

如果能确定你需要的列在工作表中的位置，直接用列索引指定读取的列，引擎会只读取这些列的单元格，完全不会触碰有错误的无关列。

首先，先读取工作表的列名行，获取目标列的索引：

# 只读取0行，快速获取所有列名
column_names = pl.read_excel(
    source=xlsx_file_path,
    sheet_name="name_of_the_sheet",
    n_rows=0,
).columns

# 匹配目标列对应的索引
target_col_indices = [column_names.index(col) for col in ["apple_column", "banana_column", "kiwi_column"]]

然后用索引指定要读取的列：

df = pl.read_excel(
    source=xlsx_file_path,
    sheet_name="name_of_the_sheet",
    read_options={
        "use_columns": target_col_indices,
    }
)

这个方法是最彻底的，因为引擎只会处理你指定索引的列，完全不会接触到那些有错误的无关列。

备注：内容来源于stack exchange，提问作者miroslaavi