如何在不更改数字类型的情况下从Excel创建列表/数组？

Question

我正在尝试创建一个列表，以便使用我获得的值，但是，当我使用

时，

nums=pd.read_excel(excel, header=None)  

然后

nums=np.asarray(nums)

每个值的类型变为numpy.float64，因此，每当我尝试过滤一个值时，都会基于它是浮点数的事实而对这些值不进行计数。有没有一种方法可以从excel中的列创建列表/数组，而值类型不会更改，而实际上是作为常规浮点数读取的？ （我曾尝试在过滤器中包含numpy.float64类型，但问题是它包含来自excel的整数，因此我不应该使用它，因此它不起作用）

任何帮助，谢谢！

编辑1：

print(nums):

        0
0    1.00
1    2.00
2    3.00
3    4.00
4    5.00
5    6.00
6    7.00
7    8.00
8    9.00
9   10.00
10   3.30
11   3.22

并且我的预期输出将是1,2,3，等等（int类型，而不是将它们转换成的numpy.float64）

<class 'numpy.float64'>

编辑2： 如果我要打印np.asarray（nums），它将看起来像这样：

 [[ 1.  ]
 [ 2.  ]
 [ 3.  ]
 [ 4.  ]
 [ 5.  ]
 [ 6.  ]
 [ 7.  ]
 [ 8.  ]
 [ 9.  ]
 [10.  ]
 [ 3.3 ]
 [ 3.22]]

Answer 1

尝试使用pandas.read_excel，将所需的数据类型传递给dtype参数，例如：

{'a': np.float64, 'b': np.int32}

或converters参数（输入可调用对象的字典以将特定值转换为所需的类型）。

Answer 2

解决问题的方法比您建议的要简单得多。

Numpy允许您询问float（或float64）是否为整数：

import numpy as np

a_row = np.array([1,2,3,4,5,3.3])
a_column = a_row.reshape(6,1)

print(a_row[4].is_integer())
print(a_row[5].is_integer())
print(a_column[4][0].is_integer())
print(a_column[5][0].is_integer())

结果：

True
False
True
False