报错“file is not a zip file”主因是用openpyxl引擎读取非.xlsx文件（如.xls、加密文件或旧版格式）；应确认真实格式，.xls改用xlrd引擎（≤1.2.0），加密文件需预解密，显式指定engine='openpyxl'可避免自动猜测错误。

读Excel时pd.read_excel()报错“File is not a zip file”

这是用pandas打开非.xlsx格式（比如.xls、加密文件、或被另存为“Excel 97-2003 工作簿”的旧版文件）时最常遇到的报错。新版openpyxl默认只支持.xlsx，不处理.xls或加密文件。

• 先确认文件真实格式：file your_file.xlsx（Linux/macOS）或看属性里的“文件类型”，别只信后缀名
• 如果是.xls，改用engine='xlrd'（注意：xlrd ≥ 2.0.0已不支持.xlsx，所以得降级到1.2.0；更推荐统一转成.xlsx）
• 如果文件被密码保护，pandas原生不支持解密，得先用pywin32（Windows）或msoffcrypto-tool预处理
• 用pd.read_excel('data.xlsx', engine='openpyxl')显式指定引擎，避免依赖pandas自动猜测

写入多个sheet时ExcelWriter覆盖已有sheet或报错“Permission denied”

常见于反复运行脚本时没关闭writer对象，或者在Excel程序里还开着目标文件。

• 必须用with pd.ExcelWriter(...)上下文管理器，否则.close()容易漏掉，导致文件句柄未释放
• 想追加sheet而不是覆盖整个文件？openpyxl支持，但得手动加载已有工作簿：ExcelWriter(..., engine='openpyxl', mode='a', if_sheet_exists='replace')
• if_sheet_exists可选'replace'、'overlay'或'error'，别用默认值（会报错）
• 写入后立刻用os.path.getsize()检查文件大小是否非零，防止静默失败

日期列读进来变成数字（如44562）或NaT

pandas读Excel时，对Excel日期的解析依赖底层引擎和单元格格式。数字44562其实是Excel自1900-01-01起的天数，不是bug，是它的存储逻辑。

提示词大师-python版

图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍

下载

• 优先让Excel源文件把日期列设为“短日期”格式，再读 —— 这比后期转换更可靠
• 读取时加参数：parse_dates=['date_col']，或用dtype={'date_col': 'datetime64[ns]'}强制类型
• 如果已读成整数，用pd.to_datetime(df['col'], unit='d', origin='1899-12-30')转换（注意origin不是1900-01-01，因为Excel有闰年计算错误）
• 写回Excel前，用df['date_col'].dt.strftime('%Y-%m-%d')转字符串可避免格式错乱，但会丢失日期类型

清洗空值和合并单元格时fillna()和ffill()行为反直觉

Excel里合并单元格本质是“只在左上角存值，其余为空”，pandas读进来就是NaN，但直接fillna(method='ffill')可能跨行填充，破坏业务逻辑。

• 先用df.isna().sum()确认空值分布，别假设“只有最后一列有空”
• 按业务分组填充更安全：比如按'category'列分组后，在每组内ffill()，避免A类数据污染B类
• 合并单元格对应的多行，往往需要bfill()配合ffill()做两次，或用df.groupby(df['key'].notna().cumsum())构造伪组
• 清洗后务必检查df.duplicated(subset=['id']).sum()，合并单元格误填充常导致重复ID

Excel的“视觉合并”和pandas的“结构化数据”之间没有自动映射关系，所有清洗动作都得基于你清楚哪几行实际属于同一逻辑记录 —— 这个判断没法靠代码猜出来。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！