[Openpyxl] GoogleColab 上で読み込みエラーが発生してしまう。以前は正常に動作していたデータです。

実現したいこと

GoogleColabの読み込みエラーの解消をしたい。
以前は正常に動作していたデータですが
アップデートなのか何らかの仕様変更？で影響が出ているので
原因を知りたいです。

また、もっと良い書き方が出来ればと思ってますが
ご指摘いただけないでしょうか。

以下の辺りでエラーが生じています。

filepath = xlsx_files[0]

def extract(filepath):
_df = pd.read_excel(filepath,sheet_name='円', header=None)
_df2 = pd.read_excel(filepath,sheet_name='ドル', header=None)
--------------------------**

発生している問題・エラーメッセージ

以下のようなエラーメッセージが出ています。

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-4-6f46388507d4> in <module>
     28 
     29 for filepath in xlsx_files:
---> 30   _dfs = extract(filepath)
     31   dfs = pd.concat([dfs, _dfs])
     32 

9 frames
<ipython-input-4-6f46388507d4> in extract(filepath)
     15 
     16 def extract(filepath):
---> 17   _df = pd.read_excel(filepath,sheet_name='円', header=None)
     18   _df2 = pd.read_excel(filepath,sheet_name='ドル', header=None)
     19   _df2 = _df2[1:]

/usr/local/lib/python3.8/dist-packages/pandas/util/_decorators.py in wrapper(*args, **kwargs)
    309                     stacklevel=stacklevel,
    310                 )
--> 311             return func(*args, **kwargs)
    312 
    313         return wrapper

/usr/local/lib/python3.8/dist-packages/pandas/io/excel/_base.py in read_excel(io, sheet_name, header, names, index_col, usecols, squeeze, dtype, engine, converters, true_values, false_values, skiprows, nrows, na_values, keep_default_na, na_filter, verbose, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, storage_options)
    362     if not isinstance(io, ExcelFile):
    363         should_close = True
--> 364         io = ExcelFile(io, storage_options=storage_options, engine=engine)
    365     elif engine and engine != io.engine:
    366         raise ValueError(

/usr/local/lib/python3.8/dist-packages/pandas/io/excel/_base.py in __init__(self, path_or_buffer, engine, storage_options)
   1231         self.storage_options = storage_options
   1232 
-> 1233         self._reader = self._engines[engine](self._io, storage_options=storage_options)
   1234 
   1235     def __fspath__(self):

/usr/local/lib/python3.8/dist-packages/pandas/io/excel/_openpyxl.py in __init__(self, filepath_or_buffer, storage_options)
    520         """
    521         import_optional_dependency("openpyxl")
--> 522         super().__init__(filepath_or_buffer, storage_options=storage_options)
    523 
    524     @property

/usr/local/lib/python3.8/dist-packages/pandas/io/excel/_base.py in __init__(self, filepath_or_buffer, storage_options)
    418             self.handles.handle.seek(0)
    419             try:
--> 420                 self.book = self.load_workbook(self.handles.handle)
    421             except Exception:
    422                 self.close()

/usr/local/lib/python3.8/dist-packages/pandas/io/excel/_openpyxl.py in load_workbook(self, filepath_or_buffer)
    531         from openpyxl import load_workbook
    532 
--> 533         return load_workbook(
    534             filepath_or_buffer, read_only=True, data_only=True, keep_links=False
    535         )

/usr/local/lib/python3.8/dist-packages/openpyxl/reader/excel.py in load_workbook(filename, read_only, keep_vba, data_only, keep_links, rich_text)
    344     reader = ExcelReader(filename, read_only, keep_vba,
    345                          data_only, keep_links, rich_text)
--> 346     reader.read()
    347     return reader.wb

/usr/local/lib/python3.8/dist-packages/openpyxl/reader/excel.py in read(self)
    301             self.read_worksheets()
    302             action = "assign names"
--> 303             self.parser.assign_names()
    304             if not self.read_only:
    305                 self.archive.close()

/usr/local/lib/python3.8/dist-packages/openpyxl/reader/workbook.py in assign_names(self)
    107                 reserved = defn.is_reserved
    108                 if reserved is None:
--> 109                     sheet.defined_names[name] = defn
    110 
    111                 elif reserved == "Print_Titles":

AttributeError: 'ReadOnlyWorksheet' object has no attribute 'defined_names'

該当のソースコード

Python
1import openpyxl
2import pandas as pd
3import os
4from glob import glob
5from natsort import natsorted
6%load_ext google.colab.data_table
7from pathlib import Path
8%cd '/content'
9
10xlsx_dir = Path("./")
11xlsx_files = sorted(xlsx_dir.glob("*.xlsx")) #or xlsx
12
13filepath = xlsx_files[0]
14
15def extract(filepath):
16  _df = pd.read_excel(filepath,sheet_name='円', header=None)
17  _df2 = pd.read_excel(filepath,sheet_name='ドル', header=None)
18  _df2 = _df2[1:]
19  _dfs = pd.concat([_df,_df2], ignore_index=True)
20  columns = _dfs.iloc[0,[3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52]]
21  dfs = _dfs.iloc[1:120, [3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52]]
22  dfs.columns = columns
23  #dfs.shift(-1)
24  return dfs
25
26dfs = pd.DataFrame()
27
28for filepath in xlsx_files:
29  _dfs = extract(filepath)
30  dfs = pd.concat([dfs, _dfs])
31
32dfs.dropna(subset=['伝票日付'], how='any', inplace=True)
33dfs.replace('-', float('NaN'), inplace=True)
34
35_dir = "/content/output"
36 
37if not os.path.exists(_dir):
38    # ディレクトリが存在しない場合、ディレクトリを作成する
39    os.mkdir(_dir)
40
41#df.to_csv("/content/output/ledgertable_output.csv", sep=",") 
42dfs.to_excel('/content/output/revenuesheet_2021.xlsx', index=False )

試したこと

openpyxl の同バージョンの再インストールをしましたが現象変わりませんでした。

アドバイスいただけると大変助かります。
よろしくお願いいたします。

melian

2023/02/16 06:39 編集

2年前の記事ですが、同様のケースがありました。 Why does pandas read_excel fail on an openpyxl error saying 'ReadOnlyWorksheet' object has no attribute 'defined_names'? https://stackoverflow.com/questions/75440354/why-does-pandas-read-excel-fail-on-an-openpyxl-error-saying-readonlyworksheet そちらでお使いの openpyxl のバージョンが 3.1.1 でしたら、3.1.0 を再インストールすればよいかもしれません。