Python 如何在读取数据时处理空工作表

我正在读取excel文件，但当一张工作表为空或工作表在A1处仅包含“empty”之类的字符串时，它会引发异常

AttributeError: 'Series' object has no attribute 'iterrows'

下面是我正在使用的代码

df = pd.read_excel(excel_file, header=None, squeeze=True, sheet_name=sheet_name)
for i, row in df.iterrows():
    if row.notnull().all():
        data = df.iloc[(i+1):].reset_index(drop=True)
        data.columns = pd.Series(list(df.iloc[i])).str.replace(' ','_')
        break

for c in data.columns:
    data[c] = pd.to_numeric(data[c], errors='ignore')

---

如果df是空的，那么尝试遍历它是没有意义的

您可以使用

df.empty

返回

True

或

False

来检查数据帧是否为空，然后再对其进行迭代

---

编辑：通常情况下，如果工作表A1处包含“Empty”，它仍然会生成一个带有字符串“Empty”的pandas系列，我不确定这是多么pythonic，但您可以在迭代行之前将

系列

显式转换为

数据帧

：

df = DataFrame(pd.read_excel(excel_file, header=None, squeeze=True, sheet_name=sheet_name))

如果

read\u excel

返回一个

Series

，

DataFrame（）

调用仍将返回一个

DataFrame

。我还建议添加一个条件。例如，如果您的

df

至少需要两列和一行，您可以使用：

if Len(df.columns) >= 2 and len(df) >= 1:
    for i, row in df.iterrows():
        if row.notnull().all():
            data = df.iloc[(i+1):].reset_index(drop=True)
            data.columns = pd.Series(list(df.iloc[i])).str.replace(' ','_')
            break

这将防止它在

df

未达到预期的情况下尝试迭代行（并修改

df

）。在处理和返回

df

之前，应该在代码中内置类似的内容，以便降低引入坏数据的风险