如何直接将Excel响应字节转换为Pandas DataFrame（无需保存文件）

当然可以！完全没必要先把字节流存成本地文件再读取——咱们直接在内存里处理就行，既省掉了文件IO的开销，也更简洁。

核心思路是用Python内置的io.BytesIO模块，把响应返回的字节数据包装成类文件对象，而Pandas的read_excel方法本身就支持读取这种类文件对象，不需要本地文件路径。

直接上代码示例，替换你原来的两步操作：

import pandas as pd
from io import BytesIO

# 假设response.body是你获取到的Excel字节数据
# 把字节数据包装成内存中的类文件对象
excel_file_like = BytesIO(response.body)

# 直接用pandas读取这个类文件对象
df = pd.read_excel(excel_file_like)
records = df.to_dict('records')

简单解释下：BytesIO就像一个“内存文件”，它把字节数据临时存在内存里，让pandas以为自己在读取一个真实的本地文件，但实际上全程没有写入磁盘的操作，速度会快不少，也不会留下临时文件。

如果你的Excel有多个工作表，还可以通过指定sheet_name参数来读取特定工作表，用法和读取本地文件完全一样，比如pd.read_excel(excel_file_like, sheet_name="Sheet2")。

备注：内容来源于stack exchange，提问作者Jff