如何使用Pandas读取ZIP压缩包中的Excel文件？

嘿，我来帮你搞定这个问题！当你需要读取zip压缩包里的Excel文件时，pandas其实支持直接处理，不用先手动解压，下面给你两种靠谱的方法，还有排查坑点的小技巧：

方法1：直接指定压缩包内的文件路径 #

pandas可以识别特殊的URL格式来读取压缩包内的文件，你只需要把路径写成 zip://<压缩包路径>#<内部Excel文件名> 就行。举个实际例子：

import pandas as pd

# 相对路径（压缩包和脚本在同一文件夹）
df = pd.read_excel('zip://./your_file.zip#filename.xlsx')

# 如果Excel文件在压缩包的子文件夹里，比如data/filename.xlsx
# df = pd.read_excel('zip://./your_file.zip#data/filename.xlsx')

# 逐行解析的话，用iterrows()遍历就行
for index, row in df.iterrows():
    # 这里写你的逐行处理逻辑，比如打印某一列
    print(row['你的列名'])

要是用绝对路径的话，格式就是 zip:///绝对路径/your_file.zip#filename.xlsx（注意开头三个斜杠）。

方法2：手动用zipfile模块读取（更灵活） #

如果第一种方法遇到奇怪的问题，你可以用Python自带的zipfile模块手动打开压缩包，再把文件对象传给pandas，这种方式能更清楚地看到压缩包里的内容：

import pandas as pd
from zipfile import ZipFile

with ZipFile('your_file.zip', 'r') as zip_obj:
    # 先确认压缩包里的文件列表，避免文件名拼写错误
    print("压缩包内的文件：", zip_obj.namelist())
    
    # 打开指定的Excel文件
    with zip_obj.open('filename.xlsx') as excel_file:
        df = pd.read_excel(excel_file)
        
        # 逐行处理数据
        for index, row in df.iterrows():
            # 替换成你的处理逻辑
            print(f"第{index+1}行数据：{row}")

常见坑点排查 #

• 文件名大小写问题：压缩包里的文件名可能和你写的不一样（比如Filename.xlsx vs filename.xlsx），用zip_obj.namelist()打印出来确认准没错。
• 压缩包损坏：先手动解压压缩包，看看Excel文件能不能正常打开，排除文件本身的问题。
• pandas版本过低：老版本的pandas对压缩包路径的支持可能有bug，运行pip install --upgrade pandas升级到最新稳定版试试。

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