Python读取Excel时连字符被识别为0，如何转为NaN？

问题本质 #

这些单元格在Excel中设置了自定义单元格格式（比如将值为0的单元格格式化为显示"-"），实际存储的数值是0，而非文本"-"。因此pd.read_excel读取的是单元格实际值0，设置na_values='-'自然不会生效。

解决方法 #

方法1：读取后批量替换0为NaN

如果所有显示为"-"的单元格实际都是0，且需要将这些0转为NaN，可直接在读取后替换：

• 全表替换：

import pandas as pd
df = pd.read_excel("你的文件路径.xlsx")
df = df.replace(0, pd.NA)

• 指定列替换（仅处理目标列）：

df["目标列名"] = df["目标列名"].replace(0, pd.NA)

方法2：读取时通过转换器处理

可以在读取阶段指定转换器函数，直接将0转为NaN：

• 针对特定列：

import pandas as pd

def zero_to_na(val):
    return pd.NA if val == 0 else val

df = pd.read_excel("你的文件路径.xlsx", converters={"目标列名": zero_to_na})

• 针对所有数值列：

df = pd.read_excel("你的文件路径.xlsx")
# 筛选出所有数值类型的列
numeric_columns = df.select_dtypes(include=["int64", "float64"]).columns
# 对数值列应用转换
df[numeric_columns] = df[numeric_columns].applymap(lambda x: pd.NA if x == 0 else x)

注意事项

如果Excel中存在需要保留的正常0值（不是显示为"-"的那些），需先明确区分这些单元格的特征（比如特定位置、列），再针对性替换，避免误改有效数据。

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