使用pandas读取Excel并melt后按条件选行失败的问题排查

原因 #

核心问题是数据类型不匹配：

• 手动创建DataFrame时，作为列名的20230001是字符串类型，执行melt()后，variable列的元素也保持字符串类型，所以用字符串'20230001'能匹配成功。
• 使用read_excel()读取Excel文件时，pandas会自动识别表头内容的类型：类似20230001的数字式表头会被解析为整数类型，melt()后variable列的元素就变成了整数。此时用字符串'20230001'去匹配整数20230001，类型不匹配导致匹配失败，返回空DataFrame。

解决方法 #

有两种实用方案可选：

方案1：读取Excel时强制指定表头为字符串类型 #

在read_excel()中通过dtype参数，将所有列的读取类型设为字符串，避免自动类型识别的问题：

import pandas as pd
df = pd.read_excel('your_file.xlsx', dtype=str)
# 之后执行melt操作
df2 = df.melt(...)
# 此时用字符串匹配即可成功
df2[df2['variable'] == '20230001']

方案2：筛选前统一数据类型 #

如果不想修改读取逻辑，可以在筛选时统一两边的类型：

• 方法A：将匹配值转为整数，和variable列类型对齐

  df2[df2['variable'] == 20230001]
  

• 方法B：将variable列转为字符串后再匹配

  df2['variable'] = df2['variable'].astype(str)
  df2[df2['variable'] == '20230001']
  

内容的提问来源于stack exchange，提问作者user3685918