pandas read_excel：强制同一列中的其他人转换为float的nan值

Question

我们说我要读取以下Excel文件：

  

我想要的是是一个简单的解决方案（最好是单行），可以读取Excel，以便将日期转换为str（或至少int） ，空白值为nan或nat或pd.isnull可以检测到的任何内容。

如果我使用df = pd.read_excel(file_path)，我得到的是

df
Out[8]: 
              001002.XY  600123.AB  123456.YZ   555555.GO
ipo_date     20100203.0   20150605        NaN  20090501.0
delist_date         NaN   20170801        NaN         NaN

所以pandas将空白单元格识别为NaN，这很好，但令人不安的是，所有其他值都被迫float64，即使它们只是str }或int s。 （编辑：似乎如果列（例如列[1]）没有nan s，则其他值不会被强制为{{1但是，在我的情况下，大多数列都有float空白，因为大多数股票都有一个ipo日期但尚未退市。）

据我所知，我尝试了delist_date关键字arg，它给了我

dtype=str

看起来不错？是的，日期现在是df Out[10]: 001002.XY 600123.AB 123456.YZ 555555.GO ipo_date 20100203 20150605 nan 20090501 delist_date nan 20170801 nan nan ，但有一点荒谬的是，str现在变成文字字符串了！ E.g。

nan

这会让我不得不稍后添加一些奇怪的内容，例如df.iloc[1, 0] Out[12]: 'nan' 。

我没有尝试df.replace因为它需要逐列指定数据类型，而我正在使用的实际excel文件是一个非常长的电子表格（约3k列）。我也不想在excel中转​​置电子表格。

有人可以帮忙吗？提前谢谢。

Answer 1

使用dtype = object作为参数。

这里有很好的解释：pandas distinction between str and object types