Pandas导出Excel时如何将列设置为数字格式

核心原因 #

从HTML表格读取的数据中，数字列可能被识别为字符串（object类型），导致导出到Excel后仍以文本格式显示。

解决方案 #

1. 手动指定列转换为数值类型 #

如果明确知道哪些列是数字，直接用pd.to_numeric()转换，设置errors='coerce'将无法转换的内容设为NaN：

# 假设需要转换的列名为'col1'、'col2'
all_tables['col1'] = pd.to_numeric(all_tables['col1'], errors='coerce')
all_tables['col2'] = pd.to_numeric(all_tables['col2'], errors='coerce')

# 执行导出
all_tables.to_excel('master.xlsx', index=None, freeze_panes=(1,0))

2. 自动检测并转换所有可能的数字列 #

如果不确定哪些列是数字，可遍历所有列尝试转换：

for col in all_tables.columns:
    try:
        all_tables[col] = pd.to_numeric(all_tables[col])
    except (ValueError, TypeError):
        # 非数字列直接跳过
        continue

# 执行导出
all_tables.to_excel('master.xlsx', index=None, freeze_panes=(1,0))

3. 读取HTML时指定数据类型 #

如果是通过pd.read_html()读取HTML表格，可在读取阶段直接指定列的转换规则：

# 读取HTML时用converters参数指定列类型
all_tables = pd.read_html('目标HTML文件路径', converters={'col1': float, 'col2': int})[0]

# 执行导出
all_tables.to_excel('master.xlsx', index=None, freeze_panes=(1,0))

验证方法 #

转换完成后，可通过all_tables.dtypes查看列类型，确保数字列显示为int64或float64，而非object类型。

内容的提问来源于stack exchange，提问作者Arete