Question

下面的代码只是读取一个excel文件，将其存储为df，然后将df写回到excel文件中。当我在excel中打开输出文件时，列（日期，数字）不相同...有些是文本，某些或数字等。

import pandas as pd
df = pd.read_csv("test.csv", encoding = "ISO-8859-1", dtype=object)


writer = pd.ExcelWriter('outputt.xlsx', engine='xlsxwriter') 
df.to_excel(writer, index = False, sheet_name='Sheet1') #drop the index
writer.save()

是否有办法在读取文件时保留列类型（在初始文件中定义）或恢复为数据类型？

Answer 1

您正在读取的csv文件肯定与excel文件不同。您可以在Windows中使用excel读取csv文件，但是保存文件时的编码是不同的。您当然可以根据xlsxwriter规范格式化单元格。

但是，请务必注意，xlsxwriter无法格式化任何已经具有诸如标头或索引，日期或日期时间对象之类的格式的单元格。如果您在单个列中有多个数据类型，那也会有问题，因为熊猫会将该列默认为对象。将在输出中推断出“对象”类型的项目，因此再次将其动态分配为“最佳猜测”。

当您读入csv时，如果要维护它，则应指定格式。现在，您正在让熊猫动态地执行此操作（熊猫将尝试使用前100个左右的行来猜测列类型）。

更改您在其中读入的行以包括dtypes，它们将保留在输出中。我将假设您的列具有标题"ColumnA", "ColumnB", "ColumnC"：

import pandas as pd
from datetime import datetime
df = pd.read_csv("test.csv", encoding = "ISO-8859-1", dtype={'ColumnA': int,
                                                             'ColumnB': float,
                                                             'ColumnC': str})

让我们使用“ ColumnC”作为日期的列示例。我喜欢先以字符串形式输入日期，然后确保所需的格式。因此，您可以添加以下内容：

df['ColumnC'] = pd.to_datetime(df['ColumnC'].dt.strftime('%m/%d/%Y')
# date would look like: 06/08/2016, but you can look at other formatting for dt.strftime

这将确保输出中的特定类型。可以应用其他格式，例如浮点数中的小数位数，包括遵循指南here的输出百分比。

如果您的列具有多种数据类型，则我的建议：不。这是无组织的，使下游应用程序的用例更加复杂。将更多的时间花在组织前端数据上，从而减少了后端的麻烦。

读取Excel文件并输出具有与列完全相同的数据类型的Excel文件

1 个答案: