Python 熊猫-写入包含unicode的excel文件-IllegalCharacterError
我有以下代码:Python 熊猫-写入包含unicode的excel文件-IllegalCharacterError,python,unicode,pandas,export-to-excel,Python,Unicode,Pandas,Export To Excel,我有以下代码: import pandas as pd x = [u'string with some unicode: \x16'] df = pd.DataFrame(x) 如果我尝试将此数据框写入excel文件: df.to_excel("test.xlsx") 或者,如果我尝试使用utf-8编码将此数据框编写为excel文件: ew = pd.ExcelWriter('test.xlsx',options={'encoding':'utf-8'}) df.to_excel(ew)
import pandas as pd
x = [u'string with some unicode: \x16']
df = pd.DataFrame(x)
如果我尝试将此数据框写入excel文件:
df.to_excel("test.xlsx")
或者,如果我尝试使用utf-8编码将此数据框编写为excel文件:
ew = pd.ExcelWriter('test.xlsx',options={'encoding':'utf-8'})
df.to_excel(ew)
我得到以下错误:
IllegalCharacterError Traceback (most recent call last)
<ipython-input-4-62adec25ae8d> in <module>()
1 ew = pd.ExcelWriter('test.xlsx',options={'encoding':'utf-8'})
2 #df.to_excel("test.xlsx")
----> 3 df.to_excel(ew)
/usr/local/lib/python2.7/dist-packages/pandas/util/decorators.pyc in wrapper(*args, **kwargs)
86 else:
87 kwargs[new_arg_name] = new_arg_value
---> 88 return func(*args, **kwargs)
89 return wrapper
90 return _deprecate_kwarg
/usr/local/lib/python2.7/dist-packages/pandas/core/frame.pyc in to_excel(self, excel_writer, sheet_name, na_rep, float_format, columns, header, index, index_label, startrow, startcol, engine, merge_cells, encoding, inf_rep)
1258 formatted_cells = formatter.get_formatted_cells()
1259 excel_writer.write_cells(formatted_cells, sheet_name,
-> 1260 startrow=startrow, startcol=startcol)
1261 if need_save:
1262 excel_writer.save()
/usr/local/lib/python2.7/dist-packages/pandas/io/excel.pyc in write_cells(self, cells, sheet_name, startrow, startcol)
679 colletter = get_column_letter(startcol + cell.col + 1)
680 xcell = wks.cell("%s%s" % (colletter, startrow + cell.row + 1))
--> 681 xcell.value = _conv_value(cell.val)
682 style_kwargs = {}
683
/usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc in value(self, value)
360 def value(self, value):
361 """Set the value and infer type and display options."""
--> 362 self._bind_value(value)
363
364 @property
/usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc in _bind_value(self, value)
269 elif self.guess_types:
270 value = self._infer_value(value)
--> 271 self.set_explicit_value(value, self.data_type)
272
273
/usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc in set_explicit_value(self, value, data_type)
235 raise ValueError('Invalid data type: %s' % data_type)
236 if isinstance(value, STRING_TYPES):
--> 237 value = self.check_string(value)
238 self._value = value
239 self.data_type = data_type
/usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc in check_string(self, value)
220 value = value[:32767]
221 if next(ILLEGAL_CHARACTERS_RE.finditer(value), None):
--> 222 raise IllegalCharacterError
223 return value
224
IllegalCharacterError:
IllegalCharacterError回溯(最近一次调用上次)
在()
1 ew=pd.ExcelWriter('test.xlsx',options={'encoding':'utf-8'})
2#df.to _excel(“test.xlsx”)
---->3 df.至excel(ew)
/包装器中的usr/local/lib/python2.7/dist-packages/pandas/util/decorators.pyc(*args,**kwargs)
86其他:
87 kwargs[新参数名称]=新参数值
--->88返回函数(*args,**kwargs)
89返回包装器
90返回-不推荐
/usr/local/lib/python2.7/dist-packages/pandas/core/frame.pyc in to_excel(self、excel_writer、sheet_name、na_rep、float_格式、列、标题、索引、索引标签、startrow、startcol、引擎、合并单元格、编码、inf_rep)
1258格式化的\u单元格=格式化程序。获取格式化的\u单元格()
1259 excel书写器。写入单元格(格式化单元格、工作表名称、,
->1260 startrow=startrow,startcol=startcol)
1261如果需要保存:
1262 excel_writer.save()
/写入单元格中的usr/local/lib/python2.7/dist-packages/pandas/io/excel.pyc(self、cells、sheet\u name、startrow、startcol)
679 colletter=获取列字母(startcol+cell.col+1)
680 xcell=wks.cell(“%s%s”%”(收集器,startrow+cell.row+1))
-->681 xcell.value=_conv_value(cell.val)
682 style_kwargs={}
683
/值中的usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc(self,value)
360 def值(自身,值):
361“设置值并推断类型和显示选项。”“”
-->362自绑定值(值)
363
364@property
/usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc in_bind_value(self,value)
269 elif self.guess_类型:
270值=自身。推断值(值)
-->271 self.set_显式_值(值,self.data_类型)
272
273
/usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc in set_explicit_value(self、value、data_type)
235 raise VALUERROR('无效的数据类型:%s'%1!''数据类型)
236如果isinstance(值、字符串类型):
-->237值=自我检查字符串(值)
238自我价值=价值
239 self.data\u type=数据类型
/检查字符串中的usr/local/lib/python2.7/dist-packages/openpyxl/cell/cell.pyc(self,value)
220值=值[:32767]
221如果下一个(非法字符\u RE.finditer(值),无):
-->222引发非法字符错误
223返回值
224
非法字符错误:
如何将包含unicode的pandas数据框写入excel文件?我不知道这种特殊语言,但通常excel和UTF8会出错。如果您只是用excel以编程方式打开一个UTF8字符文件,则会损坏这些字符(它似乎不会处理字符中的所有位,但会将其截断为扩展字符中8的前2个和最后2个十六进制数) 要将utf文件正确加载到excel中,一个解决方法是让程序在加载宏(导入数据)后将其插入excel工作表。我有一些代码可以在C#中实现这一点,如果有帮助的话
您的输入是否包含任何扩展字符(即,如果将其取出,是否有效) 这不是Unicode的问题
\x16
(或在Unicode字符串中\u0016
指同一字符)是ASCII控制码22(SYN)。Pandas说,在Excel文件中包含控制代码(制表符和换行符除外)是无效的,尽管我对Excel文件了解不多,但将它们包含在XML 1.0文件中肯定是不可能的,而XML 1.0文件就是xlsx中的文件
因此,很可能无法在Excel中包含任意字符序列(带有控制代码)。您应该在写入之前过滤掉它们,或者如果您确实需要保留原始数据,请使用仅由您的应用程序识别的某种形式的特殊编码。使用此选项可以删除可能出现的任何错误。您可以将此帖子保存到excel
df = df.applymap(lambda x: x.encode('unicode_escape').
decode('utf-8') if isinstance(x, str) else x)
遇到此错误时,我通常会将文件写入
'.csv
文件,而不是'.xlsx'
文件。
所以不是
yourdataframe.to_excel('Your workbook name.xlsx')
我会:
yourdataframe.to_csv('Your workbook name.csv')
默认情况下,pandas
解码.csv
文件的方式如下:
encoding : string, optional
A string representing the encoding to use in the output file,
defaults to 'ascii' on Python 2 and 'utf-8' on Python 3.
另一方面,.xlsx
文件的默认编码为:
encoding: string, default None
encoding of the resulting excel file. Only necessary for xlwt,
other writers support unicode natively.
这种差异是造成这种错误的原因。当您将以
-
或+
开头的字符串写入.xlsx
文件时,也会出现错误。同样的问题也发生在我身上。我的解决办法如下:
首先,安装python包xlsxwriter:
pip install xlsxwriter
其次,将默认引擎“openpyxl”替换为“xlsxwriter”:
df.to_excel("test.xlsx", engine='xlsxwriter')
我在这篇文章中回答了一个类似的问题:,下面是相同的内容
如果您不想安装另一个excel writer引擎(例如xlsxwriter),您可以通过查找引发
IllegalCharacterError
的模式来删除这些非法字符
打开路径/path/to/your/python/site packages/openpyxl/cell/
下的cell.py
,查找check\u string
函数,您将看到它使用定义的正则表达式模式非法字符来查找那些非法字符。尝试查找其定义时,您将看到以下行:
非法字符\u RE=RE.compile(r'[\000-\010].[\013-\014].[\016-\037]')
%pip install xlsxwriter
from pandas import ExcelWriter
import xlsxwriter
writer = ExcelWriter('notes.xlsx')
for key in dict_df:
data[key].to_excel(writer, key,index=False,engine='xlsxwriter')
writer.save()