Python3.9+Pandas互转xlsx与csv时€符号丢失问题求解

问题原因 #

1. CSV转XLSX场景：Pandas默认会尝试解析包含数字的字符串为数值类型，当内容是5€这类数字在前、符号在后的格式时，解析器会自动剥离末尾的非数字字符，只保留数值5。
2. XLSX转CSV场景：如果XLSX中带€的单元格是通过自定义格式（如0"€"）设置的，Pandas读取的是单元格底层的数值，而非显示的完整文本5€，导致导出CSV时丢失符号。

解决方案 #

针对两种转换场景分别调整代码，确保带€的内容被完整保留：

1. CSV转XLSX：强制保留原始文本格式 #

读取CSV时，指定所有列的类型为字符串，避免Pandas自动解析数值剥离€符号；如果需要保留部分列的数值类型，可以针对性设置dtype或使用converters。

2. XLSX转CSV：读取单元格显示值而非底层数值 #

使用openpyxl直接读取单元格的显示文本，确保自定义格式的带€内容被完整提取。

修改后的完整代码 #

import os
import pandas as pd
from openpyxl import load_workbook

for file_path in self.input_files:
    file_name, file_ext = os.path.splitext(file_path)
    output_file = os.path.join(self.output_folder, os.path.basename(file_name))

    if file_ext.lower() == '.csv':
        output_file += '.xlsx'
        # 强制所有列为字符串类型，保留原始文本
        df = pd.read_csv(
            file_path,
            delimiter=';',
            quotechar='"',
            decimal=',',
            encoding='utf-8-sig',
            dtype=str  # 关键：避免自动解析数值剥离€
        )
        df.to_excel(output_file, index=False)
    elif file_ext.lower() == '.xlsx':
        output_file += '.csv'
        # 使用openpyxl读取单元格显示值
        wb = load_workbook(file_path, data_only=False)  # data_only=False才能读取显示值
        ws = wb.active
        
        # 读取表头
        headers = [cell.value for cell in ws[1]]
        # 读取所有行的显示文本
        rows_data = []
        for row in ws.iter_rows(min_row=2):
            row_values = [cell.display_value for cell in row]
            rows_data.append(row_values)
        
        df = pd.DataFrame(rows_data, columns=headers)
        df.to_csv(
            output_file,
            index=False,
            sep=';',
            quotechar='"',
            decimal=',',
            float_format='%.15g',
            encoding='utf-8-sig'
        )

补充说明 #

• 如果CSV中只有部分列包含€符号，可以不用全局设置dtype=str，而是通过converters指定特定列，例如：converters={'金额列': str}，这样既保留€符号，又不影响其他数值列的解析。
• 若XLSX中的€是直接输入的文本（而非自定义格式），则原代码中pd.read_excel即可正常读取，无需改用openpyxl。

内容的提问来源于stack exchange，提问作者Knuspa