Question

在Excel中读取，指定dtype和nrows时，我很难定义参数。

以这个以excel .xlsx格式保存的小表为例。 'col1'数字以0填充。

col1    col2
01  a
02  b
03  c
04  d

第一个问题，我想阅读整个表格，但保留填充。我尝试使用dtype定义为object或str，并且也使用了转换器（如下）。 dtype将转换为对象，但是，不会保留填充。反正有这样做吗？

pd.read_excel(path, sheetname=0, dtype={'col1': object}, nrows=5)
pd.read_excel(path, sheetname=0, converters={'col1':lambda x: str(x)}, nrows=5)

第二个问题，我尝试使用nrows（如下）提取数据框的子集。但是，这根本不起作用，仍然会拉出整个表。

pd.read_excel(path, sheetname=0, nrows=2)

对于这两种情况，它在pd.read_csv中都能正常工作

我正在使用pandas v0.20.3。

Answer 1

格式化无效的原因是因为Excel的格式化仅更改数据的显示方式，而不是数据的存储方式。

更改数据存储方式；您需要更改文件的本机格式；或以所需的方式格式化数据。

在您的情况下，您要将其转换为字符串，应该将其转换为零填充字符串；为此，有一个名为str.zfill()的特殊功能。

问题的第二部分要简单得多-在熊猫版本0.23.0中添加了nrows的{{1}}参数

Answer 2

如果您在excel中设置格式，这并不意味着excel文件中存储的值实际上是'01'。将其另存为csv，然后在记事本中打开它。我的猜测是您不应该看到'01'而是看到'1'

nrows用于大熊猫v 23，而您使用的是v 20