使用pd.read_sql_query读取MS SQL数据后，字节串调用.decode()返回NaN的原因及转换为常规字符串的方案

这个问题我之前也碰到过，很典型——你的id列其实不是真正的字节串，而是字符串形式的字节串表示，这就是str.decode()返回NaN的原因，下面给你拆解一下并解决：

问题根源分析 #

你提供的重建DataFrame字典里，id列的每个值是类似"b'DE91EBA3-313D-463C-B948-00010AA26136'"的字符串，而不是实际的bytes对象。当你调用df['id'].str.decode('utf-8')时，pandas的str访问器会尝试对每个字符串元素调用decode方法，但普通Python字符串根本没有这个方法，所以pandas只能返回NaN。

解决方案 #

方法1：直接字符串切片（最快速高效） #

因为你的id格式非常固定——都是b'UUID'这种形式，直接去掉开头的b'和结尾的'就能拿到目标字符串：

df['id'] = df['id'].str[2:-1]

运行后你的id列就会变成正常的UUID字符串，类型保持为object（如果需要可以额外调用astype(str)确保类型统一）。

方法2：用ast.literal_eval转换（更通用） #

如果你的字节串表示格式可能有变化，或者想严格按照"字符串→字节对象→字符串"的流程转换，可以用ast.literal_eval（它比原生eval安全，只会解析合法的Python字面量）：

import ast
df['id'] = df['id'].apply(lambda x: ast.literal_eval(x).decode('utf-8'))

这个方法会先把字符串形式的"b'xxx'"转换成真正的bytes对象，再调用decode('utf-8')转成常规字符串，结果和方法1一致，适合更复杂的字节串表示场景。

额外提示：从源头避免问题 #

这种情况通常是数据库驱动在返回数据时，自动把字节对象转换成了它的字符串表示。如果想从查询阶段就解决，可以尝试调整pypyodbc的连接参数，或者在pd.read_sql_query中指定dtype参数：

df = pd.read_sql_query(query, cnxn, dtype={'id': str})

不过这个效果取决于你的MS SQL驱动配置，所以上面的两种DataFrame处理方法更稳妥可靠。

内容的提问来源于stack exchange，提问作者sander