AZURE函数从AZURE BLOB读取XLSX

Question

我想利用AZURE Function应用程序从AZURE BLOB存储中读取XLSX文件。该函数应由REST API调用来调用。我可以访问blob并下载文件，但我很难用pandas直接读取文件内容。我找了几个小时，但是找不到解决办法。我的最新方法是这样的:

def main(req: func.HttpRequest) -> func.HttpResponse:
        logging.info('Python HTTP trigger function processed a request.')

        blob_service_client = BlobServiceClient.from_connection_string(CONNECTION_STRING)
        container_client = blob_service_client.get_container_client(CONTAINERNAME)
        blob_client = blob_service_client.get_blob_client(container = CONTAINERNAME, blob=BLOBNAME)
        blob = BlobClient(ACCOUNT_URL, CONTAINERNAME, BLOBNAME)

        #READ PRODUCTS FILE
        blob_client.download_blob().readinto(LOCALFILENAME)
        df = pd.read_excel(blob_client.download_blob())

在MS homepage*上，有一个从blob下载文件并随后进行处理的例子，但由于我使用的是功能应用程序，如果我没有遗漏任何内容，那么首先下载文件是没有意义的...

*https://docs.microsoft.com/en-us/azure/storage/blobs/storage-quickstart-blobs-python

错误消息因我尝试读取文件的方式而异。当前的是：

System.Private.CoreLib: Exception while executing function: Functions.TrainProductModel. System.Private.CoreLib: Result: Failure
Exception: AttributeError: 'str' object has no attribute 'write'

但我认为我的方法实际上有一些根本性的错误。期望的结果是将文件直接读取到pandas表中。

感谢任何支持，因为这阻碍了我的硕士论文的进展：/

Answer 1

熊猫本身不具备解析xlsx文件的能力。Pandas基于外部库xlrd解析xlsx文件。您不应该安装xlrd的高版本，因为高版本取消了对xlsx文件的支持（仅支持xls文件），建议的版本是1.2.0（这对我有效）。

以下是我的代码：

import os, uuid
from azure.storage.blob import BlobServiceClient, BlobClient, ContainerClient, __version__
import pandas as pd

CONNECTION_STRING = "DefaultEndpointsProtocol=https;AccountName=0730bowmanwindow;AccountKey=xxxxxx;EndpointSuffix=core.windows.net"
CONTAINERNAME = "test"
BLOBNAME = "test.xlsx"
LOCALFILENAME = "testx.xlsx" 

blob_service_client = BlobServiceClient.from_connection_string(CONNECTION_STRING)
container_client = blob_service_client.get_container_client(CONTAINERNAME)
blob_client = blob_service_client.get_blob_client(container = CONTAINERNAME, blob=BLOBNAME)

#READ PRODUCTS FILE
f = open(LOCALFILENAME, "wb")
f.write(blob_client.download_blob().content_as_bytes())
f.close()
df = pd.read_excel(r''+LOCALFILENAME)
print(df)

它对我有用：