使用ADODB导入CSV文件时尾缀负号数字丢失问题求助

针对你遇到的尾缀负号（如123-）被ADODB RecordSet丢失的问题，提供两种高效解决方案，适配大文件处理需求：

方案1：通过Schema.ini强制文本读取，再批量转换为负数 #

ADODB的Jet引擎会自动推断列数据类型，将带尾缀负号的内容识别为数值并丢弃负号。通过Schema.ini指定目标列为文本类型，可完整保留原始内容，之后用VBA批量转换为正确的负数。

修改Schema.ini配置 #

在生成Schema.ini的代码中，添加目标列的类型定义（假设第3列是带尾缀负号的列，列名为Amount）：

'Create Schema file
Dim fso As Object
Set fso = CreateObject("Scripting.FileSystemObject")
Dim oFile As Object
Set oFile = fso.CreateTextFile(strFilePath & "\\Schema.ini")
oFile.WriteLine ("[" & strFileName & "]")
oFile.WriteLine ("Format=Delimited(;)")
oFile.WriteLine ("ColNameHeader=True")
oFile.WriteLine ("CharacterSet=OEM")
oFile.WriteLine ("MaxScanRows=25")
' 添加列类型定义，将带尾缀负号的列设为Text
oFile.WriteLine ("Col3=Amount Text") ' Coln对应列的序号，从1开始

导入后批量转换为负数 #

导入数据后，用数组批量处理目标列，避免逐个单元格操作的性能损耗：

With ws
    .UsedRange.ClearContents
    .Range("A1:Z1") = headers
    
    copyRng.CopyFromRecordset recordSet
    
    ' 批量处理带尾缀负号的列（假设是第3列，即C列）
    Dim dataArr As Variant
    Dim i As Long
    dataArr = .Range("C2:C" & .Cells(.Rows.Count, "C").End(xlUp).Row).Value
    
    For i = LBound(dataArr) To UBound(dataArr)
        If Right(dataArr(i, 1), 1) = "-" Then
            dataArr(i, 1) = -CDbl(Left(dataArr(i, 1), Len(dataArr(i, 1)) - 1))
        Else
            ' 保留原始数值（如果是正常格式）
            If IsNumeric(dataArr(i, 1)) Then dataArr(i, 1) = CDbl(dataArr(i, 1))
        End If
    Next i
    
    .Range("C2:C" & .Cells(.Rows.Count, "C").End(xlUp).Row).Value = dataArr
End With

方案2：在SQL查询中直接转换尾缀负号 #

无需修改Schema.ini，直接在SELECT语句中处理尾缀负号，让RecordSet直接返回正确的负数，省去后续转换步骤：

修改RecordSet查询代码 #

' 替换原有的SELECT语句，针对带尾缀负号的列进行处理
Dim sqlStr As String
' 假设需要处理的列是Amount，其他列正常选择
sqlStr = "SELECT " & _
         "Col1, " & _ ' 替换为你的实际列名
         "IIF(RIGHT(Amount, 1)='-', -1*LEFT(Amount, LEN(Amount)-1), Amount) AS Amount, " & _
         "Col3, Col4 " & ' 替换为你的实际列名
         "FROM " & strFileName

recordSet.Open sqlStr, conn, 3, 1

说明 #

• IIF函数判断列值最后一位是否为-，若是则取前面的内容转换为数值后乘以-1，否则保留原始值。
• 若有多列需要处理，只需在SELECT语句中重复上述逻辑即可。

注意事项 #

• 若不确定哪些列存在尾缀负号，可将所有数值列在Schema.ini中设为Text类型，或在SQL中统一处理。
• 两种方案均避免了Query Table和Power Query的性能问题，适配大文件批量处理。

内容的提问来源于stack exchange，提问作者đức anh phạm ngọc