Python读取Excel时保留数字格式并区分类型（货币、百分比等）

直接用pd.read_excel()读取时，Pandas会自动将Excel中的数值（包括百分比、货币）转换为浮点数，丢失格式符号。要保留这些符号以区分类型，需要借助openpyxl读取单元格的格式信息，手动处理目标列：

步骤1：导入依赖库 #

import pandas as pd
from openpyxl import load_workbook

步骤2：加载Excel并提取格式信息 #

设置data_only=False是核心，这样才能获取单元格的格式配置，而非仅计算后的值：

# 替换为你的Excel文件路径
wb = load_workbook('your_file.xlsx', data_only=False)
ws = wb['Sheet One']

步骤3：遍历数据并处理目标列 #

假设Goal列是第5列（对应Excel的E列，索引从0开始为4），根据单元格的number_format判断类型，生成带格式符号的字符串：

# 提取表头
headers = [cell.value for cell in next(ws.iter_rows(min_row=1, max_row=1))]

data = []
for row in ws.iter_rows(min_row=2):
    row_data = []
    for idx, cell in enumerate(row):
        # 只处理Goal列
        if idx == 4:
            val = cell.value
            fmt = cell.number_format
            # 判断格式类型并生成对应字符串
            if '%' in fmt:
                # 百分比：数值转百分比格式字符串
                row_data.append(f"{val * 100:.0f}%")
            elif '$' in fmt:
                # 货币：添加$符号
                row_data.append(f"${val:.0f}")
            else:
                # 普通整数：直接转字符串
                row_data.append(str(int(val)))
        else:
            # 其他列直接保留原值
            row_data.append(cell.value)
    data.append(row_data)

# 构建最终DataFrame
df = pd.DataFrame(data, columns=headers)

效果验证 #

处理后df['Goal']列会保留原始格式符号：

0      24
1     18%
2    $220
Name: Goal, dtype: object

这样就能直接通过符号区分每行的目标跟踪类型，无需修改源Excel文件。

内容的提问来源于stack exchange，提问作者Andy Reagan