Python读取Excel时把文本数据自动识别为float或int类型的解决办法

在使用Python做数据分析时，经常需要导入保存在Excel中的数据集文件，但很多时候Python的Pandas会把Excel中的文本数据(例如员工编号，身份证号，不同城市的数字代码等数值型文本）识别为’float’或’int’类型, 而这并不是我们所需要的，特别是在有些机器学习模型中需要对连续型数据和离散型数据（字符串，也就是文本）进行严格区分。看下面的栗子：

数据集Excel长这样：

现在我们用Pandas把该Excel文件读入Python中：

data=pd.read_excel(r"F:\Testdata.xlsx")
data 

导入Python后的数据长这样：

”社保卡号“一列数据前面的0被自动去掉了(因为被识别成int的数据类型了)。

查看一下导入Python后两列文本的数据类型：

data.info() 

可以看出两列文本数据被识别成了“int"类型，并不是原来的文本数据。

解决办法：

在读取Excel文件的语句中指定每列数据的数据类型，看下面代码：

# 在导入数据时，把两列文本数据的数据类型指定为“str"
dtype={
      '社保卡号':str,
      '商品编码':str
       }   
data=pd.read_excel(r"F:\Testdata.xlsx",dtype=dtype)
data  

再看看此时这两列文本数据的类型：

data.info() 

Python读取Excel时把文本数据自动识别为float或int类型的解决办法

在使用Python做数据分析时，经常需要导入保存在Excel中的数据集文件，但很多时候Python的Pandas会把Excel中的文本数据(例如员工编号，身份证号，不同城市的数字代码等数值型文本）识别为’float’或’int’类型, 而这并不是我们所需要的，特别是在有些机器学习模型中需要对连续型数据和离散型数据（字符串，也就是文本）进行严格区分。看下面的栗子：

数据集Excel长这样：

现在我们用Pandas把该Excel文件读入Python中：

data=pd.read_excel(r"F:\Testdata.xlsx")
data 

导入Python后的数据长这样：

”社保卡号“一列数据前面的0被自动去掉了(因为被识别成int的数据类型了)。

查看一下导入Python后两列文本的数据类型：

data.info() 

可以看出两列文本数据被识别成了“int"类型，并不是原来的文本数据。

解决办法：

在读取Excel文件的语句中指定每列数据的数据类型，看下面代码：

# 在导入数据时，把两列文本数据的数据类型指定为“str"
dtype={
      '社保卡号':str,
      '商品编码':str
       }   
data=pd.read_excel(r"F:\Testdata.xlsx",dtype=dtype)
data  

再看看此时这两列文本数据的类型：

data.info()