Apache spark 是否可以将Excel文件从Apache Zeppellin读取到PySpark或熊猫数据帧？

我有一个HDFS文件（/user/username/Project/data/file.xlsx），我想读入数据帧。（我不在乎是PySpark数据帧还是熊猫，但熊猫是首选。）

我正在使用齐柏林飞艇笔记本来编写代码

是否可以从该文件中获取数据

我已经尝试了以下命令，但没有一个有效：

• df=pd.read\u excel（“/user/username/Project/data/file.xlsx”）

• df=pd.read\u excel（“hdfs:///user/username/Project/data/file.xlsx“”

• df=pd.read\u excel（“hdfs://user/username/Project/data/file.xlsx“”

---

我认为您不能直接使用pandas读取hdfs中存储的文件

您可能必须：

• 将文件加载到spark中，然后使用toPandas（）
  df=spark.read.format（“excel”）.load（“hdfs:xxx”）.toPandas（）

• 如前所述，使用一些替代方法使熊猫能够直接阅读

---

Apache Zeppellin中Python解释器中的导出和导入命令似乎只能通过“pd.read\u csv”和“to\u csv”模块实现