Pandas中使用to_excel导出时如何让字符串"nan"在Excel中正常显示

嘿，我明白你的困扰了——你刚好碰到了和常见问题相反的情况：你要把字符串"nan"（对应古英语里的"non(e)"）导出到Excel里让它老老实实显示出来，同时还得保证数据框里其他空单元格导出后还是空的，不能被替换成Excel的空值标记对吧？

其实核心问题在于：pandas默认会把缺失值（NaN）导出成Excel的空单元格，但如果你想让"nan"这个字符串正常显示，首先得确保数据框里的这些值是真正的字符串类型，而不是被pandas识别成了缺失值。下面给你具体的解决步骤：

第一步：确保目标列的"nan"是字符串类型 #

如果你的数据是从外部读取的，或者之前的操作不小心把"nan"转成了pandas的NaN，那先把目标列的NaN替换成字符串"nan"，其他列的NaN保持不变：

import pandas as pd

# 假设你的数据框是df，目标列叫target_col
df['target_col'] = df['target_col'].fillna('nan')

如果是你自己构造的数据，直接给目标列赋值字符串"nan"就行，比如：

df = pd.DataFrame({
    'target_col': ['nan', 'old text example', 'nan'],
    'other_col': ['some data', pd.NA, 'more data']
})

第二步：直接导出，不要额外设置na_rep参数 #

使用to_excel导出时，不要设置na_rep参数（默认情况下，pandas会把NaN导出为空单元格）。这样目标列的字符串"nan"会原样显示在Excel里，其他列的空单元格（不管是NaN还是空字符串）都会保持为空：

# 导出到Excel，index=False是去掉行索引，按需选择
df.to_excel('your_output_file.xlsx', index=False)

额外验证小技巧 #

如果导出后还是有问题，检查一下目标列的数据类型：用df['target_col'].dtype看看是不是object类型（字符串在pandas里是object类型），如果不是，用df['target_col'] = df['target_col'].astype(str)强制转换成字符串类型再导出。

内容来源于stack exchange