原因是pip安装的是最新的 2.0.1 版本，只支持 .xls 文件。所以 pandas.read_excel(‘xxx.xlsx’) 会报错。
可以安装旧版xlrd，在 cmd 中执行指令：
pip uninstall xlrd pip install xlrd==1.2.0
解决了报错！
XLRDError: Excel xlsx file； not supported 报错解决方法
2022-05-30
2168
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
XLRDError: Excel xlsx file； not supported
目录
相关文章
|
3月前
|
数据处理
Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据，处理后将其保存为txt、xlsx和csv格式的文件。
150
3
3
|
3月前
|
前端开发
JavaScript
API
前端基于XLSX实现数据导出到Excel表格，以及提示“文件已经被损坏，无法打开”的解决方法
前端基于XLSX实现数据导出到Excel表格，以及提示“文件已经被损坏，无法打开”的解决方法
244
0
0
|
3月前
|
前端开发
JavaScript
Java
导出excel的两个方式：前端vue+XLSX 导出excel，vue+后端POI 导出excel，并进行分析、比较
这篇文章介绍了使用前端Vue框架结合XLSX库和后端结合Apache POI库导出Excel文件的两种方法，并对比分析了它们的优缺点。
1042
0
0
|
5月前
|
前端开发
JavaScript
使用Vue+xlsx+xlsx-style实现导出自定义样式的Excel文件
本文介绍了在Vue项目中使用`xlsx`和`xlsx-style`（或`xlsx-style-vite`）库实现导出具有自定义样式的Excel文件的方法，并提供了详细的示例代码和操作效果截图。
1043
2
3
|
4月前
|
6月前
|
存储
对象存储
Python
`openpyxl`是一个用于读写Excel 2010 xlsx/xlsm/xltx/xltm文件的Python库。它不需要Microsoft Excel，也不需要.NET或COM组件。
`openpyxl`是一个用于读写Excel 2010 xlsx/xlsm/xltx/xltm文件的Python库。它不需要Microsoft Excel，也不需要.NET或COM组件。
121
1
1
|
6月前
|
开发者
Python
【Python】已解决：（pandas read_excel 读取Excel报错）ImportError: Pandas requires version ‘2.0.1’ or newer of ‘x
【Python】已解决：（pandas read_excel 读取Excel报错）ImportError: Pandas requires version ‘2.0.1’ or newer of ‘x
350
0
0
|
6月前
|
Python
【Python】已解决：（Python xlwt写入Excel样式报错）ValueError: More than 4094 XFs (styles)
【Python】已解决：（Python xlwt写入Excel样式报错）ValueError: More than 4094 XFs (styles)
79
0
0
|
6月前
|
Python
【Python】已解决：（Python xlwt写入Excel报错）AttributeError: ‘function’ object has no attribute ‘font’
【Python】已解决：（Python xlwt写入Excel报错）AttributeError: ‘function’ object has no attribute ‘font’
137
0
0
|
1月前
|
数据采集
数据可视化
数据挖掘
利用Python自动化处理Excel数据：从基础到进阶####
本文旨在为读者提供一个全面的指南，通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者，本文都将帮助你掌握Pandas和openpyxl这两个强大的库，从而提升数据处理的效率和准确性。我们将从环境设置开始，逐步深入到数据读取、清洗、分析和可视化等各个环节，最终实现一个实际的自动化项目案例。
####
97
10
10