Python 使用pd.read\u excel读取多页xlsx时，如何将列值转换为str？

我有一个多页

xlsx

文件，我想处理所选页面，并最终将其保存为

CSV

这是一页中几个RAW的快照：

我使用此代码加载所有页面并逐个处理：

def load_raw_excel_file(file_full_name):

    df = pd.read_excel(file_full_name, sheet_name=None, engine="openpyxl", header=0)
    sheets_name = list(df.keys())

    return df, sheets_name

代码的输出（来自同一页）如下所示：

dfs, shs =  load_raw_excel_file("myexelfile.xlsx")
dfs['myselectedsheetname']

正如您所看到的，

Contract

列中的一些值到目前为止已经更改，但我不希望有任何更改。 我曾尝试在

pd.read\u excel

中使用

转换器

和

dtype

，但无效：

df = pd.read_excel(file_full_name, sheet_name=None, engine="openpyxl", header=0, dtype=str)

或

有什么想法吗

更新

我找到了一个解决办法，但不是一个好的解决方案：

def convert_str_date(x):
    
    try:
        y = x.strftime("%b-%y")
        return y
    except:
        return x


df.Contract.apply(lambda x : convert_str_date(x))

---

此外，请参见@Simon answer

尝试将

dtype='str'

更改为

dtype={'Contract'：str}

以强制

合同

为

str

（str周围没有引号）：

df=pd.read\u excel（文件全名，工作表名=None，engine=“openpyxl”，页眉=0，
数据类型={'Contract'：str}）

excel将这些值设置为日期时间格式。也许你可以用数据帧进行后处理

nKCol = df['Contract']                                            
oKCol = df['Contract'].copy()

# update cell to %b-%y string format; Nan if error                            
nKCol = pd.to_datetime(nKCol, errors='coerce').dt.strftime('%b-%y')

# update the column
df['Contract'] = nKCol   
  
# fill Nan with original column                                       
df['Contract'] = df['Contract'].fillna(oKCol) 

---

同样的问题。我认为问题在于，当您在excel工作表中选择这些单元格时，它们是背景中的日期。如

Mar-21

显示

15-03-2021

。但是我不知道如何处理它，因为

SPOT

显示

SPOT

。是的，似乎没有其他办法。我用类似的方法解决了这个问题：

def convert\u str\u date（x）：try:y=x.strftime（“%b-%y”）返回y，但返回x df.Contract.apply（lambda x:convert\u str\u date（x））

nKCol = df['Contract']                                            
oKCol = df['Contract'].copy()

# update cell to %b-%y string format; Nan if error                            
nKCol = pd.to_datetime(nKCol, errors='coerce').dt.strftime('%b-%y')

# update the column
df['Contract'] = nKCol   
  
# fill Nan with original column                                       
df['Contract'] = df['Contract'].fillna(oKCol)