结合使用pd.read_csv和pd.read_excel

Question

我被分配了一项任务，涉及将pd.read_csv()和pd.read_excel()函数合并到一个名为ingest()的函数中。我一直在尝试使用正则表达式，这样如果文件包含".csv“，它就会执行read_csv()函数，否则就会将其读取为excel文件。

到目前为止，这是我的代码

    rexf = re.compile((r'.csv'))
    mo = rexf.search(dataframe)
    if mo == True:
        df = pd.read_csv(dataframe)
    else:
        df = pd.read_excel(dataframe)
    return df

然后，我使用一个名为"Smoking.csv“的文件调用此函数。当我使用pd.read_csv()命令时，这个文件可以工作，但是在这里它变得狂暴，并给出了这个错误

xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record; found

有没有人知道这是为什么，以及我如何才能让函数按预期运行？谢谢。

Answer 1

为此，我会避免使用正则表达式。它可以工作，但是如果你在处理路径，你应该使用一个处理路径的工具，比如pathlib：

from pathlib import Path

import pandas as pd


def ingest(filename):
    path = Path(filename)
    if path.suffix == ".csv":
        df = pd.read_csv(dataframe)
    else:
        df = pd.read_excel(dataframe)
    return df

您的正则表达式不起作用的原因是因为if语句。match对象不等于True。你可以改为使用if mo:，这是可行的。但又一次..。pathlib！

Answer 2

像这样的函数应该能做到这一点：

def ingest(file_name):
   if file_name.endswith('.csv'):
      df = pd.read_csv(file_name)
   else:
      df = pd.read_excel(file_name)
   return df