Pandas read_excel错误转换日期，如何保留原始数据完整性？

问题原因 #

即使设置了dtype=str和parse_dates=False，openpyxl引擎仍会将Excel中存储为日期类型的单元格解析为datetime对象——因为这些单元格在Excel内部是日期格式，pandas的参数无法覆盖openpyxl对单元格类型的解析逻辑，导致原始显示的日期字符串被转换为时间戳格式。

解决方案：直接读取Excel单元格的显示文本 #

要1:1还原原始数据，最可靠的方式是绕过pandas的自动解析，用openpyxl直接读取每个单元格的显示文本（即Excel界面中看到的内容）。

代码实现

import openpyxl
import pandas as pd

def read_excel_raw(file_path, skip_rows=0):
    # 加载工作簿，data_only=False保留公式（若需公式计算后的值则设为True）
    wb = openpyxl.load_workbook(file_path, data_only=False)
    sheet = wb.active
    
    # 跳过指定行数，从skip_rows+1行开始读取（Excel行号从1起始）
    rows = sheet.iter_rows(min_row=skip_rows + 1)
    
    # 提取每行单元格的显示文本
    raw_data = []
    for row in rows:
        row_values = [cell.display_value for cell in row]
        raw_data.append(row_values)
    
    # 构建DataFrame，保持无表头的原始结构
    return pd.DataFrame(raw_data, header=None)

使用方式

替换原有的pd.read_excel调用，改用自定义函数读取文件：

df = read_excel_raw(file_path, skip_rows=skip_rows)

为什么这个方法有效？ #

cell.display_value会直接返回Excel界面中单元格显示的文本内容，无论单元格是日期、数字、字符串还是公式，都能完全还原原始显示格式，彻底避免自动类型转换带来的修改。

内容的提问来源于stack exchange，提问作者Scott Adamson