使用pandas.read_excel读取Excel时CODE列前导零丢失问题求助

问题描述 #

原Excel文件中CODE列包含带前导零的数值（如032040014），使用pandas.read_excel时指定dtype={"CODE":str}，但读取后CODE列前导零被自动去除。

原Excel内容：

CODE     QUANTITY   PRICE
1        032040014        32   15.60
2        032039012         5   12.30
3        023703010        10   17.80

使用的代码：

import pandas as pd
file_ = pd.read_excel(file_name, dtype={"CODE":str})

读取后结果：

CODE     QUANTITY   PRICE
1        32040014        32   15.60
2        32039012         5   12.30
3        23703010        10   17.80

解决方案 #

• 使用converters参数替代dtype
converters会在读取每个单元格时直接执行转换函数，优先级高于dtype，能避免Excel数值格式带来的解析问题：

  import pandas as pd
  file_ = pd.read_excel(file_name, converters={"CODE": str})
  

• 修改Excel单元格格式为文本
  若Excel中CODE列是数值格式，即使指定dtype也会先按数值解析。先修改单元格格式：

  1. 选中CODE列所有单元格
  2. 右键→「设置单元格格式」→选择「文本」→确定
  3. 重新保存文件后，再用原代码读取即可保留前导零

• 读取后补全前导零（适用于固定长度的CODE）
  如果知道CODE的固定长度（比如示例中是9位），读取后用str.zfill()补全：

  file_['CODE'] = file_['CODE'].astype(str).str.zfill(9)
  

内容的提问来源于stack exchange，提问作者ErPeppe99