Python读取Excel时如何避免数据类型被修改

一、背景

在做数据分析时，有时候Python的Pandas会把Excel中的文本数据(例如编号，身份证号）识别为’float’或’int’类型，导致数据类型出现错误，我们不希望它改变数据的类型。比如：卡号的数据类型是字符串，我们不希望它读取后，类型改为数字类型

二、脚本编写

1、错误演示

在不做任何特殊处理的时候，卡号的数据类型是字符串，会改为数字类型

import os
import pandas as pd

# 获取当前文件路径
current_dir = os.path.dirname(os.path.abspath(__file__))
file_path = os.path.join(current_dir, "test_data", 'data.xlsx')


# 读取Excel文件
data = pd.read_excel(file_path)
data.info()

# 以表格形式打印数据
print(data)

结果：

可以看到卡号列的数据被改为int类型，展示的时候卡号前两位00不见了。

2、正确演示

在编写脚本时，我们制定对应列的类型，然后就可以避免此类错误的出现，具体如下：

dtype = {
    '卡号': str
}

data = pd.read_excel(file_path, dtype=dtype)

详细代码：

import os
import pandas as pd

# 获取当前文件路径
current_dir = os.path.dirname(os.path.abspath(__file__))
file_path = os.path.join(current_dir, "test_data", 'data.xlsx')

dtype = {
    '卡号': str
}

# 读取Excel文件
data = pd.read_excel(file_path, dtype=dtype)
data.info()

# 以表格形式打印数据
print(data)

结果：

现在是完全满足我们的需求了