ValueError: Excel file format cannot be determined, you must specify an engine manually.
pd.read_excel a deschis fișierul, dar conținutul nu arată ca un fișier Excel real (.xlsx sau .xls), deși extensia spune altceva. De obicei e un CSV redenumit, un fișier gol sau descărcat incomplet. Citește-l cu read_csv dacă e text sau salvează-l din nou ca Excel.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
read_excel nu se uită doar la extensie: citește primii octeți ai fișierului ca să afle formatul (un .xlsx real e o arhivă ZIP, un .xls vechi are altă semnătură). Dacă primii octeți nu se potrivesc cu niciun format Excel, pandas nu știe ce cititor (engine) să folosească și îți cere să-l alegi manual.
În practică, alegerea manuală a cititorului rareori ajută, pentru că fișierul chiar nu e Excel. Situațiile tipice: un export care e de fapt CSV sau HTML, salvat cu extensia .xlsx; un fișier gol (0 octeți) sau descărcat pe jumătate; fișierul temporar ~$raport.xlsx pe care Excel îl creează cât timp ai documentul deschis.
Deschide fișierul într-un editor de text: dacă vezi rânduri cu virgule, e un CSV.
De ce apare: cauzele frecvente
1Fișierul e un CSV cu extensia .xlsx
df = pd.read_excel("export.xlsx") # în interior: text cu virguledf = pd.read_csv("export.xlsx")Conținutul decide formatul, nu extensia. Un fișier text se citește cu read_csv, oricum s-ar numi.
2Fișierul temporar al lui Excel
for f in glob.glob("date/*.xlsx"):
pd.read_excel(f) # include ~$vanzari.xlsxfor f in glob.glob("date/*.xlsx"):
if not os.path.basename(f).startswith("~$"):
pd.read_excel(f)Fișierul ~$... e un fișier mic de blocare, nu un registru, și apare doar cât timp documentul e deschis în Excel.
3Fișier gol sau descărcat incomplet
df = pd.read_excel("raport.xlsx") # 0 octețiimport os
if os.path.getsize("raport.xlsx") > 0:
df = pd.read_excel("raport.xlsx")Un fișier gol nu are nicio semnătură de format. Descarcă-l din nou sau verifică dimensiunea înainte.
Repară eroarea, direct în pagină
Sistemul de vânzări a trimis un fișier vanzari.xlsx, dar pd.read_excel dă ValueError: Excel file format cannot be determined, you must specify an engine manually.. Fișierul e de fapt text cu valori separate prin virgulă. Repară citirea ca să afișeze totalul vânzărilor.
import pandas as pd
with open("vanzari.xlsx", "w") as f:
f.write("produs,valoare\nlaptop,3200\nmouse,85\nmonitor,950\n")
df = pd.read_excel("vanzari.xlsx")
print(df["valoare"].sum())4235
Indiciu
Conținutul e CSV, deci citește-l cu pd.read_csv, chiar dacă extensia e .xlsx.
Reparația
import pandas as pd
with open("vanzari.xlsx", "w") as f:
f.write("produs,valoare\nlaptop,3200\nmouse,85\nmonitor,950\n")
df = pd.read_csv("vanzari.xlsx")
print(df["valoare"].sum())De ce merge
read_excel verifică primii octeți ai fișierului și nu găsește semnătura unui registru Excel, pentru că în fișier e text simplu. read_csv nu ține cont de extensie: citește textul, separă valorile după virgulă și construiește tabelul. Totalul este 3200 + 85 + 950 = 4235.
Alte forme ale mesajului
zipfile.BadZipFile: File is not a zip file
Cum o eviți pe viitor
- Când primești un „Excel” dintr-un export automat, deschide-l întâi într-un editor de text sau verifică primii octeți.
- Dacă sistemul exportă de fapt CSV, citește-l cu
read_csvși cere ca exportul să aibă extensia corectă. - Sari peste fișierele care încep cu
~$când citești toate fișierele dintr-un folder. - Verifică dimensiunea fișierelor descărcate înainte de citire.
Întrebări frecvente
Ajută dacă pun engine="openpyxl"?
Doar dacă fișierul e chiar .xlsx. Pentru un CSV redenumit primești altă eroare, zipfile.BadZipFile: File is not a zip file, pentru că .xlsx e o arhivă ZIP, iar textul nu este.
Cum aflu rapid ce format are fișierul?
Citește primii octeți: open("f.xlsx", "rb").read(4). Un .xlsx real începe cu b'PK' (semnătura ZIP). Dacă vezi litere obișnuite, e un fișier text.
Erori înrudite
FileNotFoundError: [Errno 2] No such file or directory: 'vanzari.csv' pd.read_csv nu găsește fișierul la calea pe care i-ai dat-o: numele e scris altfel sau fișierul e în alt folder decât cel din care rulezi. Verifică numele exact (cu extensia) și folosește o cale corectă, relativă la folderul de lucru, sau o cale absolută. pandas.errors.ParserError: Error tokenizing data. C error: Expected 5 fields in line 4, saw 6 Un rând din CSV are mai multe valori decât antetul, de obicei din cauza unei virgule în interiorul unei valori (o zecimală scrisă cu virgulă sau un text fără ghilimele). Pune valorile cu virgulă între ghilimele sau citește cu separatorul corect (sep=";"). OSError: Cannot save file into a non-existent directory: 'rezultate' Încerci să salvezi un fișier (to_csv, to_excel, to_json) într-un folder care nu există, aici „rezultate”. pandas nu creează folderele singur: creează-l înainte cu os.makedirs("rezultate", exist_ok=True) sau verifică dacă ai scris corect calea. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
