使用pandas的to_excel导出DataFrame时如何设置数据类型为数值型

使用pandas的to_excel方法导出透视后的DataFrame到Excel时，所有数据均被识别为文本类型，需要将其导出为数值/浮点类型：

待导出的DataFrame示例 #

RefDate          2023     2024  2025    2026    2027    2028
DataDate                        
02/01/2024  2.4000  1.7100  2.0000  2.0000  1.9000  NaN
03/01/2024  2.4000  1.7100  2.0000  2.0000  1.9000  NaN
04/01/2024  2.4000  1.7000  1.9500  1.9500  1.9100  NaN
05/01/2024  2.4000  1.7000  1.9500  1.9500  1.9100  NaN
... ... ... ... ... ... ...
27/03/2024  NaN 2.1029  2.0000  1.9750  2.0000  2.0000
28/03/2024  NaN 2.1029  2.0000  1.9500  2.0000  2.0000

with pd.ExcelWriter(r'PATH') as writer:
    df.to_excel(writer, sheet_name='NAME')

已尝试但失败的方法 #

方法一：循环转换列类型 #

column_list = []
for column in df.columns:
    column_list.append(column)

for column in column_list:
    df[column] = pd.to_numeric(df[column], errors='coerce')

方法二：指定导出dtype映射 #

dtype_mapping = {}
for coluna in lista_colunas:
    dtype_mapping[coluna] = float

df.to_excel('dados.xlsx', index=False, dtype=dtype_mapping)

背景：DataFrame由原始数据透视得到 #

原始数据结构：

Data    RefData     Value
0   02/01/2024  2023-01-01  2.9233
1   02/01/2024  2024-01-01  1.5500
2   02/01/2024  2025-01-01  2.0000
3   02/01/2024  2026-01-01  2.0000
4   02/01/2024  2027-01-01  2.0000
... ... ... ...
300 28/03/2024  2024-01-01  1.8900
301 28/03/2024  2025-01-01  2.0000
302 28/03/2024  2026-01-01  2.0000
303 28/03/2024  2027-01-01  2.0000
304 28/03/2024  2028-01-01  2.0000

透视代码：

df_pivot = df.pivot_table(index='DataDate', columns='RefData', values='value')

解决方案 #

核心原因 #

透视后的数据类型继承自原始数据的Value列，如果原始Value列是字符串（object类型），透视后的列也会保持字符串类型，即使看起来是数字，导出到Excel后仍会被识别为文本。

步骤1：修复原始数据的Value列类型 #

先确认并转换原始数据的Value列为数值类型：

# 检查当前Value列的类型
print(df['Value'].dtype)

# 如果是object类型，转换为浮点型，错误值转为NaN
df['Value'] = pd.to_numeric(df['Value'], errors='coerce')

步骤2：重新透视数据 #

确保原始数据类型正确后，重新执行透视：

df_pivot = df.pivot_table(index='DataDate', columns='RefData', values='Value')

步骤3：（可选）修复已透视的DataFrame #

如果已经有透视后的DataFrame，直接批量转换所有数据列为浮点型：

# 检查透视后各列的类型
print(df_pivot.dtypes)

# 批量转换所有数据列为浮点型
df_pivot = df_pivot.apply(pd.to_numeric, errors='coerce')

步骤4：导出Excel #

使用openpyxl引擎导出（确保Excel能正确识别数值类型）：

with pd.ExcelWriter(r'PATH', engine='openpyxl') as writer:
    df_pivot.to_excel(writer, sheet_name='NAME')

之前方法失败的原因 #

• 方法一：如果透视后的列名是datetime类型（而非字符串），循环遍历列时可能出现赋值不生效的情况；或者转换后未正确修改原DataFrame（误操作了副本）。
• 方法二：to_excel的dtype参数仅对字符串列生效，无法强制将已有的字符串类型数据转为数值，必须先在DataFrame内部完成类型转换。

内容的提问来源于stack exchange，提问作者Ramiro