如何解决pd.read_excel()读取含无穷值的.xls文件时的转换报错？

问题根源 #

你遇到的OverflowError是因为Excel中用1.79769313486232E+308（即64位浮点数的最大值np.finfo('float64').max）表示无穷值，pandas解析时试图将其强制转换为整数，而该值超出了整数的可表示范围，导致报错。

你之前的尝试存在两处关键错误：

1. converters参数的用法错误：它的键应该是列名/列索引，而非要转换的具体值；且你传入的是convert()的调用结果（直接返回np.inf），而非函数本身。
2. na_values直接传入手动输入的浮点数可能存在精度偏差，导致无法匹配Excel中的实际存储值。

可行解决方案 #

方案1：指定列/全局数据类型为float

直接让pandas以浮点数类型读取数据，避免强制转换为整数的操作：

import pandas as pd

# 全局所有列用float64类型读取
df = pd.read_excel('your_file.xls', dtype='float64')

# 或仅针对出错的列指定类型（假设列名为'inf_column'）
df = pd.read_excel('your_file.xls', dtype={'inf_column': 'float64'})

方案2：正确使用converters处理目标列

针对包含无穷值的列，编写转换函数识别并替换该极大值：

import pandas as pd
import numpy as np

def replace_max_float(val):
    # 用numpy的float64最大值，避免手动输入的精度问题
    max_float = np.finfo('float64').max
    # 浮点数值比较用近似判断，避免精度误差
    if abs(val - max_float) < 1e-9:
        return np.inf
    return val

# 假设要处理第2列（索引为1），或直接传入列名
df = pd.read_excel('your_file.xls', converters={1: replace_max_float})

方案3：用na_values将极大值识别为NaN

利用numpy提供的精确浮点数最大值，让pandas将其识别为缺失值：

import pandas as pd
import numpy as np

df = pd.read_excel('your_file.xls', na_values=[np.finfo('float64').max])

这样pandas会自动将该极大值转换为NaN，不会触发整数转换的报错。

内容的提问来源于stack exchange，提问作者gavmross