Pandas保存DataFrame为CSV时列名"9-7"被转日期格式问题求助

这个问题我之前踩过坑！其实根本不是Pandas的to_csv把列名转成了日期格式——你可以用记事本打开生成的df.csv看看，列名其实还是原原本本的"9-7"。真正的“凶手”是Excel的自动识别机制：它会把带-的数字组合默认判定为日期，所以打开时才会显示成7-Sep。

下面给你几个实用的解决办法，按需选择：

方法1：给列名添加文本标识（最简单直接） #

给列名加个单引号或者非数字前缀，让Excel无法把它识别成日期。比如：

# 给列名加上单引号作为前缀
df.rename(columns={"9-7": "'9-7'"}, inplace=True)
df.to_csv('df.csv', index=False)

这样Excel打开后列名会显示为'9-7'，如果觉得单引号影响美观，也可以换成下划线或者其他符号，比如"col_9-7"，后续需要还原列名也很容易。

方法2：用quoting参数强制包裹列名 #

借助Pandas的quoting参数，让非数字列名被双引号包裹，Excel会把带双引号的内容当成纯文本处理：

import csv
# 用csv.QUOTE_NONNUMERIC参数包裹非数字列名
df.to_csv('df.csv', index=False, quoting=csv.QUOTE_NONNUMERIC)

这个方法的好处是不需要修改原始DataFrame的列名，保存后的CSV里"9-7"会被双引号括起来，Excel打开时就不会乱转格式了。

方法3：手动修改Excel的导入设置（不用改代码） #

如果不想动代码，也可以通过Excel的手动导入流程来避免自动识别：

• 打开Excel，点击「数据」选项卡 → 选择「自文本/CSV」
• 选中你的df.csv文件，在导入预览窗口中找到"9-7"对应的列
• 把该列的「数据类型」改成「文本」，再完成导入
  这样列名就会完全保留原样了。

内容的提问来源于stack exchange，提问作者mar