使用pandas读取Excel时将'-'解析为NaN未生效，如何修复？

可能的原因 #

Excel中的-可能是数值格式下的占位符（比如单元格设置了自定义格式，显示为-但实际值是0），或者pandas默认的NA值规则与你设置的na_values产生了冲突。

解决方案 #

方案1：读取后直接替换 #

先正常读取表格，再全局替换-为NaN，兼容性最强：

import pandas as pd
import numpy as np

df = pd.read_excel(excel_file_path, header=0)
df = df.replace('-', np.nan)

如果Excel中的-带有前后空格，用正则匹配替换：

df = df.replace(r'^\s*-\s*$', np.nan, regex=True)

方案2：使用converters参数指定列转换 #

在读取时针对每一列设置转换函数，精准处理-：

import pandas as pd
import numpy as np

def convert_val(x):
    return np.nan if x == '-' else x

df = pd.read_excel(
    excel_file_path,
    header=0,
    converters={'first': convert_val, 'second': convert_val}
)

方案3：强制指定keep_default_na=False #

如果是默认NA值规则干扰，关闭默认NA值并仅指定-为NA：

df = pd.read_excel(
    excel_file_path,
    header=0,
    na_values='-',
    keep_default_na=False
)

额外检查 #

如果以上方法都无效，打开你的Excel文件检查单元格格式：

• 选中显示-的单元格，查看单元格格式是否为「数值」类的自定义格式（比如0;-;""），这种情况下单元格实际值是0，需要先将格式改为「文本」再重新输入-，再用上述方法读取。

内容的提问来源于stack exchange，提问作者NonSleeper