Pandas导入Excel时非日期数据被自动转日期的解决方法

方法1：针对目标列强制以字符串读取 #

使用pd.read_excel的converters参数，指定容易被误判为日期的列（按索引，因你设置了header=None）强制转换为字符串，直接保留原始的“1-Jan”格式，避免被自动解析为日期。

示例代码：

filename = 'excel.xlsx'
# 假设问题出在第0列，多列可写成 {0: str, 2: str} 格式
datadf = pd.read_excel(filename, header=None, converters={0: str})

方法2：全局禁用自动类型推断（全列按字符串读取） #

如果不确定哪些列会出现误判，或多列存在混合类型，可直接指定dtype=str让所有列以字符串格式读取，彻底杜绝日期自动解析问题。

示例代码：

filename = 'excel.xlsx'
datadf = pd.read_excel(filename, header=None, dtype=str)

导出时保证格式保留 #

导出到Excel时，使用openpyxl作为引擎（需先安装：pip install openpyxl），确保字符串类型列不会被Excel自动转为日期格式：

datadf.to_excel('output.xlsx', header=None, index=False, engine='openpyxl')

补充说明 #

若部分列原本是数字，转成字符串后导出会变为文本格式数字，如需保留数字类型，建议先定位出易误判日期的列，仅对这些列用converters设为字符串，其他列保持自动推断即可。

内容的提问来源于stack exchange，提问作者umbrellas