pandas.read_excel()的na_values参数无法将99转为NaN求助

方法1：读取后直接替换（最稳妥） #

读取文件后直接对目标列做替换，不受read_excel参数限制：

import pandas as pd
import numpy as np

accidents = pd.read_excel(filename, sheet_name='datos')
# 替换99为NaN
accidents['HOUR'] = accidents['HOUR'].replace(99, np.nan)

# 验证：应该返回0
print(np.sum(accidents['HOUR'] == 99))

如果需要保留整数类型（避免转为float），可使用pandas的nullable整数类型：

accidents['HOUR'] = accidents['HOUR'].replace(99, pd.NA).astype('Int64')

方法2：读取时用converters参数处理列 #

通过converters指定HOUR列的转换逻辑，读取时直接替换：

def process_hour(val):
    return np.nan if val == 99 else val

accidents = pd.read_excel(filename, sheet_name='datos', converters={'HOUR': process_hour})

关于na_values失效的原因 #

na_values=[99]未生效的核心问题是整数列与NaN类型不兼容：

• pandas将HOUR列推断为int64类型，但NaN是浮点类型，无法直接存入整数列，导致替换逻辑被跳过
• 即使添加keep_default_na=False，也无法解决类型冲突的问题

内容的提问来源于stack exchange，提问作者Juan Paños Basterra