Pandas读取Excel时'NA'被转为NaN的问题及解决方法

问题情况 #

• 原始Excel表格中包含字符串NA
• 使用以下代码合并多个Excel文件：

from pathlib import Path

import pandas as pd
p = Path(r'/.')
df = pd.concat([pd.read_excel(f) 
                for f in p.rglob('test.xlsx')],
               ignore_index=True)
df
df.to_excel("final.xlsx")

• 出现的问题：
  • 合并后的DataFrame中，原始的字符串NA被转换为NaN
  • 将DataFrame导出为Excel后，原本的NA字符串位置变成空白

解决办法 #

在读取Excel文件时，设置参数keep_default_na=False（关闭pandas默认将NA识别为缺失值的行为）。修改后的代码如下：

from pathlib import Path

import pandas as pd
p = Path(r'/.')
df = pd.concat([pd.read_excel(f, keep_default_na=False) 
                for f in p.rglob('test.xlsx')],
               ignore_index=True)
df.to_excel("final.xlsx")

内容的提问来源于stack exchange，提问作者Siddharth Chavan