import pandas as pd # 读取Excel文件 df = pd.read_excel('data.xlsx') # 获取除第一行和第一列以外的数据，保存到列表中 data_list = df.iloc[1:, 1:].values.tolist() # 输出结果 print(data_list) 代码报错xlrd.biffh.XLRDError: Excel xlsx file; not supported

根据错误提示，这个代码是无法读取xlsx格式的Excel文件，只能读取xls格式的Excel文件。你可以尝试将data.xlsx另存为xls格式的Excel文件，或者使用pandas库中的read_excel函数的另一个参数engine来指定使用openpyxl引擎读取xlsx格式的Excel文件，例如：

df = pd.read_excel('data.xlsx', engine='openpyxl')

这样应该就可以读取xlsx格式的Excel文件了。

相关问题

import pandas as pd# 读取Excel文件df = pd.read_excel('data.xlsx')# 分组统计计数counts = df.groupby('Category')['Value'].count()# 将计数结果写入Excel文件counts.to_excel('counts.xlsx')怎么使分组统计计数降序排序

可以使用`sort_values()`函数对`counts`进行降序排序，然后再将结果写入Excel文件。修改代码如下：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('data.xlsx')

# 分组统计计数并进行降序排序
counts = df.groupby('Category')['Value'].count().sort_values(ascending=False)

# 将计数结果写入Excel文件
counts.to_excel('counts.xlsx')

这样就可以按照计数数量的降序对分组统计计数结果进行排序了。

import pandas as pd # 读取源Excel文件 df = pd.read_excel('kpi_evaluation202201.xlsx', sheet_name='用户打分') # 选择指定的列和行 df_selected = df.iloc[2:, 0:16] # 选择第3行及以下和第1到第6列的数据 # 导出到ExcelB文件并从第二行开始存放数据 df_selected.to_excel('execl_total_data.xlsx', index=False, startrow=1)将这个程序修改一下：修改成---从exec了文件kpi_evaluation202201.xlsx、kpi_evaluation202202.xlsx、kpi_evaluation202203.xlsx、kpi_evaluation202204.xlsx、kpi_evaluation202205.xlsx、kpi_evaluation202206.xlsx中读取文件

你可以使用循环来读取多个文件，并将它们合并为一个数据框。以下是修改后的代码示例：

import pandas as pd

# 文件列表
file_list = ['kpi_evaluation202201.xlsx', 'kpi_evaluation202202.xlsx', 'kpi_evaluation202203.xlsx', 'kpi_evaluation202204.xlsx', 'kpi_evaluation202205.xlsx', 'kpi_evaluation202206.xlsx']

# 创建一个空的数据框
df_merged = pd.DataFrame()

# 循环读取文件并合并数据
for file in file_list:
    df = pd.read_excel(file, sheet_name='用户打分')
    df_selected = df.iloc[2:, 0:16]
    df_merged = pd.concat([df_merged, df_selected])

# 导出到Excel文件并从第二行开始存放数据
df_merged.to_excel('execl_total_data.xlsx', index=False, startrow=1)

这样，代码将从每个文件中读取数据，并将它们合并为一个数据框。最后，将合并的数据框导出到一个名为 "execl_total_data.xlsx" 的 Excel 文件中，并从第二行开始存放数据。