别再傻乎乎直接传字节了那个！教你如何优雅地读取Excel文件

最近老是遇到有人问我为啥 pandas 读取 Excel 文件会报警告，说是直接传字节数据不平安啥的。 太扎心了。 😒 我就顺手写篇文章告诉你们咋回事儿，还有正确的做法是啥。

问题从何而来？

当你从云存储或者内存里读取 Excel 文件时 通常会先用 `.readall` 或 `.read` 获取原始字节数据，然后直接把这些字节数据传给 pandas 的 `_excel` 函数。 我们都曾是... 听起来好像没啥问题，但其实吧，新版 pandas 已经明确表示不建议这么干了！🚫

如果你这么做了 你会看到一个 FutureWarning，警告你未来版本的 pandas 将不再支持直接传入字节数据。😱 是不是很吓人？所以我们得找个新的办法来解决这个问题，翻车了。。

正确的做法是啥？

✅ 正确做法是：将字节数据包装为类文件对象，最常用且轻量的方式是使用 Python 标准库中的 BytesIO

for chunk in _excel, engine='openpyxl', chunksize=1000):
    process

这个方案有啥好处呢？先说说 你不需要更换库；接下来它兼容所有主流 pandas 版本； 正宗。 再说说这是当前最简洁、稳定、符合官方推荐的实践方式。 👍

为啥要用 BytesIO？

BytesIO 是 Python 标准库中的一个模块，可以将字节数据包装成一个类文件对象。这样，pandas 就可以像读取文件一样读取这些字节数据，而不需要直接处理原始字节。是不是很方便？ 😊

举个例子：

from io import BytesIO
import pandas as pd
# 假设 blob_data 是一个支持 readall 的二进制数据源
excel_bytes = blob_data.readall  # type: bytes
df = _excel, engine='openpyxl')

? 关键说明本文介绍解决 pandas `read_excel` 函数因直接传入字节数据而触发弃用警告的问题， 推荐使用 `bytesio` 封装字节流作为标准、平安且兼容性良好的替代方案。

NPOI、LinqToExcel.dll 和 Apache POI 库：其他选择？

他破防了。 当然 除了使用 pandas 和 BytesIO 之外还有其他库可以用来读取 Excel 文件，比如 NPOI、LinqToExcel.dll 和 Apache POI。这些库各有特点，可以根据具体需求选择使用。

• NPOI 库: 你可以使用 NPOI 来读取 Excel 文件， 它支持多种 Excel 格式，包括 .xls 和 .xlsx。
• LinqToExcel.dll 库: 这个库提供了 LINQ 查询接口来读取 Excel 数据，非常适合需要复杂查询的场景。
• Apache POI 库: Apache POI 是一个强大的 Java 库， 用于处理 Microsoft Office 格式的文件，包括 Excel。虽然它是 Java 库， 但也可以在其他语言中使用，比如通过 IKVM.NET 在 .NET 环境中使用。

何必呢？ 当你需要读取 Excel 文件时不妨考虑使用 BytesIO 来包装你的字节数据，这样不仅能避免 FutureWarning，还能让你的代码更加健壮和兼容。👍 如果你有其他更好的方法，也欢迎分享！💬

一下:

• 不要直接把字节数据传给 _excel 函数。
• 使用 BytesIO 来包装你的字节数据。
• 这样做可以避免 FutureWarning，让你的代码更稳定。

好了这篇文章就到这里希望对你有帮助！😊