openpyxl读取单元格数据时的错误处理方案咨询

当xlsm文件中部分单元格被错误标记为日期格式（实际应为整数字符串ID），openpyxl会因数值超出日期范围触发警告并标记为错误单元格，常规的pandas dtype参数也无法解决——因为pandas会先基于openpyxl的错误解析结果转换类型。以下是直接绕过格式解析、获取原始值的解决方案：

方法1：直接用openpyxl读取原始数值 #

通过检查单元格的错误类型，直接提取Excel底层存储的原始数值，再转为字符串ID：

import openpyxl
import warnings

# 过滤openpyxl的日期格式警告（可选，避免输出冗余信息）
warnings.filterwarnings("ignore", category=UserWarning, module="openpyxl")

# 加载工作簿，data_only=True确保读取单元格实际值而非公式
wb = openpyxl.load_workbook("你的文件.xlsm", data_only=True)
ws = wb["目标工作表名"]

# 遍历目标列（示例为G列，对应列索引7）
for row in ws.iter_rows(min_row=1, max_row=ws.max_row, min_col=7, max_col=7):
    cell = row[0]
    if cell.data_type == 'e':  # 单元格被标记为错误类型
        # 提取原始数值并转为字符串ID
        corrected_id = str(cell.raw_value)
        print(f"修正单元格 {cell.coordinate}: {corrected_id}")
    else:
        # 正常单元格直接转字符串
        cell_id = str(cell.value)
        print(f"单元格 {cell.coordinate}: {cell_id}")

关键说明： #

• cell.data_type == 'e'：openpyxl将解析失败的单元格标记为错误类型（'e'）
• cell.raw_value：直接获取Excel存储的原始数值，不受错误格式标记影响，也就是原本的整数值

方法2：结合pandas自定义转换函数 #

如果需要用pandas处理数据，可以通过converters参数自定义转换逻辑，直接操作openpyxl单元格对象来获取原始值：

import pandas as pd
import openpyxl
import warnings

warnings.filterwarnings("ignore", category=UserWarning, module="openpyxl")

def fix_id_column(cell):
    """修正错误格式的ID单元格"""
    if cell.data_type == 'e':
        return str(cell.raw_value)
    return str(cell.value)

# 读取Excel时，对目标列应用自定义转换函数
df = pd.read_excel(
    "你的文件.xlsm",
    engine="openpyxl",
    converters={"ID列的列名": fix_id_column}
)

这种方式会让pandas在读取每个单元格时，先通过自定义函数修正错误格式的单元格，再存入DataFrame。

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