如何用Pandas读取Excel中16位ID避免精度丢失或添加单引号？

问题根源 #

Excel仅支持15位数字精度，超过15位的数字会被自动舍入，即使后续转为字符串，底层存储的已是丢失精度后的数值，导致转字符串也无法恢复。

最优读取方案（无需修改原Excel） #

直接通过Pandas读取时强制将ID列按文本格式解析，从源头避免精度丢失：

• 指定特定列为文本类型：若明确ID所在列（比如示例中的第0、1、2列），用dtype参数指定：

  import pandas as pd
  df = pd.read_excel(filepath, sheet_name='MyList', header=None, dtype={0: str, 1: str, 2: str})
  

• 批量设置所有列为文本：不确定ID列位置时，用converters参数批量转换：

  # 假设表格共3列，按索引设置转换规则
  df = pd.read_excel(filepath, sheet_name='MyList', header=None, converters={i: str for i in range(3)})
  

• 利用openpyxl引擎读取文本格式：若原Excel中ID已设为文本（未加单引号），指定引擎并关闭data_only：

  df = pd.read_excel(filepath, sheet_name='MyList', header=None, engine='openpyxl', data_only=False)
  

给指定行添加前置单引号（写入Excel时生效） #

若需将处理后的ID写入Excel时以文本格式保存（添加单引号），可在写入前处理：

# 假设ID位于第0行（header=None时的行索引）
df.iloc[0] = df.iloc[0].apply(lambda x: f"'{x}")

# 写入Excel
df.to_excel('output.xlsx', sheet_name='MyList', header=None, index=False)

注：此操作仅在写入Excel时添加单引号，让Excel识别为文本，读取时仍建议用上述文本读取方案更高效。

内容的提问来源于stack exchange，提问作者pav