解決使用Pandas 讀取超過65536行的Excel檔案問題

if self.biff_version >= 80:
  self.utter_max_rows = 65536
else:
  self.utter_max_rows = 16384
self.utter_max_cols = 256

import os
import pandas as pd

# 將檔案讀取出來放一個列表裡面

pwd = '1' # 獲取檔案目錄

# 新建列表，存放檔名
file_list = []

# 新建列表存放每個檔案資料(依次讀取多個相同結構的Excel檔案並建立DataFrame)
dfs = []

for root,dirs,files in os.walk(pwd): # 第一個為起始路徑，第二個為起始路徑下的資料夾，第三個是起始路徑下的檔案。
  for file in files:
    file_path = os.path.join(root, file)
    file_list.append(file_path) # 使用os.path.join(dirpath, name)得到全路徑
    df = pd.read_excel(file_path) # 匯入xlsx檔案，將excel轉換成DataFrame
    dfs.append(df)

# 將多個DataFrame合併為一個
df = pd.concat(dfs)

# 資料輸出，寫入excel檔案，不包含索引資料
# 資料寫入 Excel，需要首先安裝一個 engine，由 engine 負責將資料寫入 Excel，pandas 使用 openpyx 或 xlsxwriter 作為寫入引擎。
df.to_excel('test1.xlsx', index=False,engine='openpyxl') # 匯出 Excel，一般不需要索引，將 index 引數設為 False

# !/usr/bin/env python
# -*- coding:utf-8 -*-
#import xlwt #這個專門用於寫入excel的庫沒有用到
import xlrd
from xlutils.copy import copy
import requests
import json
old_excel = xlrd.open_workbook('excel.xls')
sheet = old_excel.sheets()[0]
url = 'http://10.1.1.32:1380/service/allocFk2'
headers = {'Content-Type': 'application/json'}
i = 0
new_excel = copy(old_excel)
for row in sheet.get_rows():
  data = row[0].value
  response = requests.post(url=url, headers=headers, data=data)
  text = response.text
  #使用json.loads可以把Unicode型別，即json型別轉換成dict型別
  text = json.loads(text)["returnMsg"] #遮蔽這行程式碼即可把返回的完整資料寫入檔案中
  ws = new_excel.get_sheet(0)
  ws.write(i,1,text)
  new_excel.save('excel.xls')
  old_excel = xlrd.open_workbook('excel.xls')
  new_excel = copy(old_excel)
  i = i+1