Pandas read_excel读取整数时出现.999/.001尾缀浮点数问题

我用Pandas的read_excel读取商品数据的.xlsx文件到DataFrame，原本应该是整数的EAN（UPC）编码，读出来变成了带.999或.001尾缀的浮点数。我用Excel和Numbers检查过原文件，所有EAN都是整数，调大小数位数后显示的是.000。如果在read_excel里指定dtype=int，带.001的能正常显示，但带.999的会被截断小数部分；不指定dtype的话，这列就是float64类型。用round方法能解决，但我觉得根本不该出现这种问题。

示例数据 #

问题原因 #

这是浮点数精度误差导致的：Excel里的大整数（比如12位的EAN）在存储时可能被转换成二进制浮点数，虽然Excel界面显示为整数，但底层存储存在微小精度损失，Pandas读取时就暴露了这个问题。

解决方法 #

• 直接按字符串读取（最稳妥）：EAN是标识编码，无需数值计算，直接读成字符串彻底避免精度问题：

  import pandas as pd
  df = pd.read_excel("your_file.xlsx", dtype={"EAN": str})
  

• 读取后修正浮点数：如果已经读成float类型，用四舍五入转整数再转字符串（避免科学计数法）：

  df["EAN"] = df["EAN"].round().astype(int).astype(str)
  

  也可以用numpy的rint()更精准：

  import numpy as np
  df["EAN"] = np.rint(df["EAN"]).astype(int).astype(str)
  

• 用converters自定义转换：读取时指定转换器，直接把浮点数转成整数字符串：

  def convert_ean(value):
      return str(int(round(value))) if pd.notna(value) else value
  
  df = pd.read_excel("your_file.xlsx", converters={"EAN": convert_ean})
  

内容的提问来源于stack exchange，提问作者sajo