熊猫keep_default_na = False不起作用

Question

问题

我有一个Excel文件（.xlsx），其中包含带有某些值等于“＃N / A”的工作表。

使用熊猫将Excel工作表作为DataFrame读取时，“＃N / A”值将解释为NaN。

根据pandas.read_excel指南，我希望可以通过添加keep_default_na=False参数将'＃N / A'照原样读取到DataFrame中。

不幸的是，'＃N / A'仍被解释为NaN。

代码

以下是使用的代码：

df = pd.read_excel(io='TestWorkbook.xlsx',
              sheet_name="Sheet1",
              keep_default_na=False)

结果：

似乎keep_default_na=False处理'N / A'和'NA'值，而不是'＃N / A'。

问题

您知道将“＃N / A”原样读取到DataFrame中的任何解决方法吗？

Answer 1

这是因为Excel不会将B列中的#N/A值存储为字符串。如果您注意到这些#N/A单元格是居中对齐的，则有一个直观的指示。

熊猫不会区分不同类型的Excel错误：#N/A / #NUM! / #NAME? / #VALUE!等都将以NaN的形式出现。这很有意义，对于每个Excel错误，没有并行的Python / C类型。

因此，简而言之，pd.read_excel除了用特定字符串覆盖 all 错误之外，您无能为力。 '#N/A'，并通过在Excel中打开文件来丢失对找到的特定错误类型的所有了解：

df['Column2'] = df['Column2'].fillna('#N/A')

替代方法是 force Excel使用文本值，例如通过插入Excel单元格：

=TEXT("#N/A", "")

然后使用pd.read_excel和keep_default_na=False进行读取。这似乎比其应有的麻烦还要多。

Answer 2

尝试：

df = pd.read_excel(
    io='TestWorkbook.xlsx',
    sheet_name="Sheet1",
    na_values='', keep_default_na=False
)

如果指定keep_default_na=False，则na_values中给出的值将覆盖默认的NA值。由于您的NA值在默认NA值中，因此您需要指定一些na_values='some_dummy_na_value'，使用它来覆盖默认NA值。

例如，如果您想继续将N/A和NA解释为NA值（同时将#N/A保留为字符串），则可以在na_values中指定它们参数：

df = pd.read_excel(
    io='TestWorkbook.xlsx',
    sheet_name="Sheet1",
    na_values=['N/A', 'NA'], keep_default_na=False
)