使用pd.read_csv读取CSV时数字与日期格式异常问题求助

15位数字被转为科学计数法的解决办法 #

CSV是纯文本格式，Excel里修改单元格格式为数字只是改变显示方式，实际存储的内容并没有变成纯文本字符串，所以pandas读取时会默认把长数字识别为浮点数，进而显示成科学计数法。可以通过以下两种方式解决：

• 读取时强制指定数据类型：直接在pd.read_csv里用dtype参数把ID列设为字符串类型，避免被解析成浮点数：

  import pandas as pd
  df = pd.read_csv('your_data.csv', dtype={'ID': str})
  

  如果不知道列名，也可以用列索引指定（比如ID是第0列）：

  df = pd.read_csv('your_data.csv', converters={0: str})
  

• 从源头确保CSV里的数字是纯文本：在Excel中选中ID列，右键选择「设置单元格格式」→「文本」，重新输入或粘贴ID内容（避免只是改格式但实际数据还是数值型），再另存为CSV。这样CSV里的ID就是纯文本字符串，pandas读取后不会出现科学计数法。

日期显示为四位数字的解决办法 #

这个四位数字是Excel的日期序列号（以1899年12月30日为原点，每过一天加1），转CSV时如果Excel的日期列不是日期格式，就会直接存储这个序列号。解决方式如下：

• 读取时转换序列号为日期：如果CSV里的日期已经是序列号，用pd.to_datetime指定原点和单位来转换：

  df = pd.read_csv('your_data.csv')
  df['date_column'] = pd.to_datetime(df['date_column'], unit='D', origin='1899-12-30')
  

  或者直接在读取时解析：

  df = pd.read_csv('your_data.csv', parse_dates=['date_column'], 
                   date_parser=lambda x: pd.to_datetime(x, unit='D', origin='1899-12-30'))
  

• 从源头保存正确的日期文本：在Excel中把日期列设置为明确的日期格式（比如「yyyy-mm-dd」），再另存为CSV，这样CSV里的日期就是标准的日期字符串，pandas读取时只需用parse_dates参数指定列名即可自动识别：

  df = pd.read_csv('your_data.csv', parse_dates=['date_column'])
  

内容的提问来源于stack exchange，提问作者HR Michele