如何在Pandas读取带#0000000000格式的Excel列时保留前导零

当Excel某列使用自定义格式#0000000000时，Pandas常规读取方式会丢失前导零——因为Excel实际存储的是数值，自定义格式仅为显示效果。以下是无需修改原Excel文件的解决办法：

方法1：读取单元格的显示文本（openpyxl引擎） #

利用openpyxl直接获取单元格格式化后的显示值，而非底层存储的数值：

from openpyxl import load_workbook
import pandas as pd

wb = load_workbook("Formatted_File.xlsx")
ws = wb.active

# 提取所有行的格式化文本
data = []
for row in ws.iter_rows(values_only=False):
    row_content = []
    for cell in row:
        if cell.data_type == 'n':
            # 对数值型单元格，用自定义格式生成显示文本
            row_content.append(cell.number_format.format(cell.value))
        else:
            row_content.append(cell.value)
    data.append(row_content)

# 转为DataFrame，第一行作为列名
df = pd.DataFrame(data[1:], columns=[cell.value for cell in data[0]])

方法2：用转换器补全前导零 #

已知目标列的位置或名称时，通过converters参数读取后手动补零到指定长度（这里是10位）：

import pandas as pd

def fill_leading_zero(x):
    return str(x).zfill(10)

# 按列索引指定（示例为第2列，索引从0开始）
df = pd.read_excel("Formatted_File.xlsx", converters={1: fill_leading_zero})

# 或者按列名指定（假设列名为"编号"）
# df = pd.read_excel("Formatted_File.xlsx", converters={"编号": fill_leading_zero})

方法3：针对xls格式的xlrd引擎方案 #

如果是.xls格式文件，可借助xlrd的格式信息获取显示文本：

import xlrd
import pandas as pd

wb = xlrd.open_workbook("Formatted_File.xls", formatting_info=True)
ws = wb.sheet_by_index(0)

data = []
for row_idx in range(ws.nrows):
    row_content = []
    for col_idx in range(ws.ncols):
        cell = ws.cell(row_idx, col_idx)
        if cell.ctype == xlrd.XL_CELL_NUMBER:
            # 获取格式化后的显示文本
            row_content.append(wb.format_cell(cell))
        else:
            row_content.append(cell.value)
    data.append(row_content)

df = pd.DataFrame(data[1:], columns=data[0])

内容的提问来源于stack exchange，提问作者gdol