python - 从 Excel 中原子读取(用于 luigi 工作流程)

Question

我正在尝试使用内置(原子)luigi 方法使用 pandas.read_excel() 在 Luigi 工作流程中打开 Excel 文件。

如果 self.input() 是我的 excel 文档的 luigi 目标，我想做类似的事情:

将 self.input().open('r') 作为 f:
pandas.read_excel(f)


或者更一般地说:

打开(文件名)为 f:
pandas.read_excel(f)

但是，这给了我一个错误:*** UnicodeDecodeError:“utf-8”编解码器无法解码位置 10 中的字节 0xd0:无效的连续字节

免责声明:

Excel 文件来自外部任务，因此我无法控制它是在什么类型的计算机上制作的，也无法控制它是否包含 NA 或空白单元格。

Answer 1

问题是我的 self.input() (指向保存我的 Excel 文件的位置)应该使用 format = Nop。我的 luigi 目标应该返回类似以下内容:

luigi.LocalTarget('excelfile.xlsx', format=luigi.format.Nop)

通过这个目标定义，我可以使用以下方式自动读取:

with self.input().open() as f:
    df = pd.read_excel(f)