使用Pandas导入数值数据时出现数值不符问题

先纠正代码语法错误 #

你当前的loc筛选语法存在明显错误，这可能影响结果的准确性，正确写法如下：

df = pd.read_excel('C:/Users/tkmwangi/Downloads/Non-Life Data.xlsx')
# 正确的条件筛选逻辑
data = df.loc[df['Contract_NO'] == 91]
print(data)

数值不符的核心排查方向 #

1. 检查Excel源文件的实际存储值

打开Excel文件，定位到Contract_NO=91、UnderWriting_Year=2007的行，点击对应的PREMIUMS单元格，查看编辑栏中的真实数值：

• 很多时候单元格设置了显示格式（比如自定义小数位数、千分位显示），但实际存储的是另一个值；
• 确认该单元格是否为公式计算结果，如果是，检查公式引用的单元格是否正确，逻辑是否存在错误。

2. 强制指定数据类型读取

读取时强制将PREMIUMS列设为浮点型，避免pandas自动类型识别出错：

df = pd.read_excel('C:/Users/tkmwangi/Downloads/Non-Life Data.xlsx', dtype={'PREMIUMS': float})
data = df.loc[df['Contract_NO'] == 91]
print(data['PREMIUMS'])

3. 验证CSV导出与读取的准确性

• 导出CSV时，选择Excel的「文件-另存为」，格式选「逗号分隔值(.csv)」，不要修改任何数值格式；
• 用记事本或VS Code打开导出的CSV文件，直接查看对应行的PREMIUMS值是否正确；
• 再用pandas读取CSV验证：

df = pd.read_csv('导出的CSV文件路径.csv', dtype={'PREMIUMS': float})
data = df.loc[df['Contract_NO'] == 91]
print(data)

4. 排查数据重复或行混淆

确认Contract_NO=91的行是否存在重复的UnderWriting_Year=2007记录，打印完整结果排查：

print(data[['Contract_NO', 'UnderWriting_Year', 'PREMIUMS']])

内容的提问来源于stack exchange，提问作者Ted