如何使用Python正确解析为excel文件中由逗号和点混合分隔的文本数字？

我正在导入来自另一个办公室的excel文件的数据。 在其中一列中，对于每个单元格，我都有用作标记的数字列表。这些都是由不同的人手动插入的，并且（我猜）使用具有不同设置的计算机，因此结果非常不一致

例如，我有：

tags= ['205', '306.3', '3,206,302','7.205.206']

如果这是一个CSV文件（我尝试将一个文件转换为check），使用

请给我上面提到的清单

不幸的是，如前所述，我们讨论的是excel文件（复数），我必须处理它，并使用

pd.read_excel(my_file,sheetname=my_sheet,encoding='utf-16',converters{'my_column':str})

我得到的是：

tags= ['205', '306.3', '3,206,302','7205206']

如您所见，只要数字可以逻辑上以千表示（因此，不是我列表中的第二个数字），点就会被识别为千分隔符，我得到一个数字，而不是三个

我试着阅读文档，在stackoverflow和google上搜索，但是描述这个问题的关键词太模糊了，我还没有找到可行的解决方案

如何使用excel文件获取正确的列表

---

谢谢。

发生此问题的原因可能是

一种可能的修复方法是添加一个千分位分隔符。例如，如果实际使用“，”作为千位分隔符，则可以在excel阅读器中添加“<代码>千位=”，”：

pd.read_excel(my_file,sheetname=my_sheet,encoding='utf-16',thousands=',',converters{'my_column':str})

如果

milks=None

（）尚未解决您的问题，您还可以选择数据中不存在的任意千位分隔符，使输出保持不变。您还应该确保您正在将字段转换为str（在这种情况下，使用数千是一种冗余，因为这两种方式都不适用于字符串）

编辑：

我尝试使用以下虚拟数据（'test.xlsx'）：

和

dataf = pandas.read_excel('test.xlsx', header=0, converters={'a':str, 'b':str,'c':str,'d':str})
print(dataf.to_string)

我得到了以下输出：

Columns: [205, 306.3, 3,206,302, 7.205.206]

这正是你想要的。你确定你有最新版本的pandas，并且你实际上没有在你的converters关键字中使用

converters={'col'：int}

或

float

---

就目前情况而言，听起来您要么将字段转换为数字（int或float），要么代码中的其他地方出现了问题。pandas

read\u excel

似乎可以按所述工作，我可以使用上面指定的代码获得您指定的结果。在其他WOD中：您的代码应该可以工作，若不能工作，可能是因为版本过时、代码中的其他部分甚至源数据出现问题。目前，无法用您提供的信息进一步回答您的问题。

数字在Excel中的存储方式是不同的，还是只是格式不同？我认为它们的存储方式不同，因为将同一文件转换为CSV我得到的仍然是一列混合单元格（一些带有逗号，一些带有点）。当打开Excel文件时，它们在视觉上也会有所不同（一些被识别为数字并向右对齐，一些被识别为文本并向左对齐）。不幸的是，这并不能解决问题（我已经尝试过了），因为使用千位分隔符将标签转换为一个数字，这不是我想要的（请记住：这些是由逗号和点分隔的不同标记）。例如，使用

数千=”；“

会将您的问题作为一个肮脏的解决方法来解决吗？这似乎是熊猫中的一个疏忽和边缘情况。我不明白为什么

数千=”；“

应该不同于

数千=”，“

（无论如何，我试过了，但没有）。我用虚拟数据编辑了我的答案，并进行了测试运行。你能确认你是否能得到相同的结果吗？我运行了你的代码，但仍然得到错误。我安装了Pandas 0.18.1，为了回答你的另一个问题，converters参数与我在那里写的完全相同，但具有列的实际名称（即“R16”）。

dataf = pandas.read_excel('test.xlsx', header=0, converters={'a':str, 'b':str,'c':str,'d':str})
print(dataf.to_string)

Columns: [205, 306.3, 3,206,302, 7.205.206]