使用Pandas读取含=前缀值的S3 Excel文件时所有值转为0的问题

问题原因 #

你的Excel单元格内容是带有=前缀的文本（比如=12345），但Pandas默认读取公式计算后的结果，这类特殊前缀的内容被识别为无效公式，计算返回值为0，最终导出的CSV全是0。手动修改第一个单元格的=后，Excel自动将整列识别为文本类型，所以显示恢复正常。

解决方案 #

直接读取单元格的原始文本内容，剔除=前缀后转换为数值，再生成CSV：

代码示例 #

import xlrd
import pandas as pd
import boto3

# 从S3下载文件
s3 = boto3.client('s3')
bucket = '你的存储桶名称'
key = '目标文件路径.xls'
local_path = 'converter/xlsxtocsv/TEMP.xls'
s3.download_file(bucket, key, local_path)

# 用xlrd读取单元格原始内容（不计算公式）
wb = xlrd.open_workbook(local_path, on_demand=True)
sheet = wb.sheet_by_index(0)

# 遍历单元格处理=前缀
processed_data = []
for row_num in range(sheet.nrows):
    current_row = []
    for col_num in range(sheet.ncols):
        cell_content = sheet.cell_value(row_num, col_num)
        # 处理带=开头的内容
        if isinstance(cell_content, str) and cell_content.startswith('='):
            cleaned_content = cell_content[1:]
            # 尝试转数值，非数值则保留文本
            try:
                current_row.append(float(cleaned_content))
            except ValueError:
                current_row.append(cleaned_content)
        else:
            current_row.append(cell_content)
    processed_data.append(current_row)

# 构建DataFrame并导出CSV
df = pd.DataFrame(processed_data[1:], columns=processed_data[0])  # 假设第一行为表头
df.to_csv("converter/xlsxtocsv/TEMP1.csv", index=False)

关键说明 #

• 用xlrd.open_workbook直接读取原始内容，跳过Pandas默认的公式计算逻辑
• 针对每个单元格判断是否以=开头，剔除前缀后优先转换为数值，兼容非数值类型内容
• 保留表头识别逻辑，确保导出CSV的结构正确

内容的提问来源于stack exchange，提问作者feather