Pandas 是 Python 的知名数据处理库。前几天由于个人的需求，需要处理一下 Excel 数据，遂准备使用 pandas 处理。
1. 引入 pandas 时的问题
在 pip 安装之后，使用 import pandas as pd 便出现了问题。
1The current Numpy installation fails to pass a sanity check due to a bug in the windows runtime
问题解决方法也很简单，降级 numpy 便可……
2. 读取 Excel 时的问题
接下来我使用 read_excel 函数，读取 excel 文件，注意官方的文档说是支持 .xslx 文件的
Supports xls, xlsx, xlsm, xlsb, odf, ods and odt file extensions read from a local filesystem or URL. Supports an option to read a single sheet or a list of sheets.
按照命令行输出提示，pip 安装了 xlrd 包，问题又出现了：
1xlrd.biffh.XLRDError: Excel xlsx file； not supported
查阅发现，xlrd 包在 v2 版本取消了 xlsx 文件的支持，需要换解析引擎为 openpyxl……
参考连接: pandas无法打开.xlsx文件，xlrd.biffh.XLRDError: Excel xlsx file； not supported
3. 个人感悟
开源社区虽然意味着广大的 support，但并不意味着拥有很好的 stable。以 Gephi 为例，这是一款极其优秀的处理图数据的可视化软件，功能齐全丰富，但是小 bug 很多，社区已经不更新很多年了。
为什么众多大公司都会维护自己的基础架构库，改出一套自己的轮子呢？Stable 和可控绝对是很大的因素。我使用 pandas 读取 excel 就遇到了上述两个烦人的问题，换成小白编程者很容易直接 freeze 处理进程而影响后续工作。
开源，虽然是一种很好的精神，但开源绑架是没有任何益处的。开源社区本身就良莠不齐，本来大家都是用爱发电，寄过高希望于其中没有任何意义（更不要指望社区去为你加 feature）。理解各个公司维护自己的基础架构库，造自己的轮子，不论别的，就 stable 和 feature 可控就值得这些付出了。
版权声明：本文遵循 CC BY-SA 4.0 版权协议，转载请附上原文出处链接和本声明。
Copyright statement: This article follows the CC BY-SA 4.0 copyright agreement. For reprinting, please attach the original source link and this statement.