pd.read_excel生成字典时索引列整数转字符串失败问题

原因分析 #

你遇到的问题核心是：pd.read_excel的dtype参数不会对被指定为索引的列生效。当你设置index_col=0时，pandas会优先读取该列作为索引，这个过程会自动推断数据类型，后续的dtype配置只对普通数据列（比如这里的size_webshop）起作用，所以size列里的数值型数据还是被识别成了int，而size_webshop列的数值则成功转为字符串。

解决办法 #

这里提供三种可行的解决方案：

方案1：先读取数据再设置索引

先完整读取两列并指定所有列的类型，之后再将size列设为索引并转字典：

fields = ['size','size_webshop']
# 先读取数据，确保size列被转为字符串
df = pd.read_excel('path.xlsx', usecols=fields, dtype={'size': str, 'size_webshop': str})
# 设置索引并转换为字典
dct_of_sizes = df.set_index('size')['size_webshop'].to_dict()

方案2：读取后手动转换索引类型

先按原方式读取，再将索引转为字符串类型：

fields = ['size','size_webshop']
dct_of_sizes = pd.read_excel('path.xlsx', usecols=fields, index_col=0, squeeze=True, dtype={'size_webshop': str})
# 将索引强制转为字符串
dct_of_sizes = dct_of_sizes.rename(index=str).to_dict()

方案3：使用converters参数指定转换函数

converters参数可以作用于所有列（包括要作为索引的列），直接指定转换逻辑：

fields = ['size','size_webshop']
dct_of_sizes = pd.read_excel(
    'path.xlsx', 
    usecols=fields, 
    index_col=0, 
    squeeze=True,
    converters={'size': str, 'size_webshop': str}
).to_dict()

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