Python 强制熊猫在列中作为原始unicode读取

我需要解释人们在电子表格中输入的数据完全错误。我无法控制他们的行为，因为我是从另一个网站上抓取的。然而，存在一些真正糟糕的数据输入，例如“吨”货物的以下数据：

可爱，对吧？我需要找到一种方法，在熊猫不自动将它们转换为日期的情况下，将这样的数字读入熊猫，之后就不可能将它们转换回11955和11862。要在顶部添加樱桃，以下操作无效：

dfx = pd.read_excel(ii,header=None,dtype={'Tons': str})

因为数据通常没有列标题，我根据数据的顺序推断标题，谢天谢地，这并没有改变。那么，如何让熊猫在这里讨人喜欢呢

一旦我读入数据，即使我随后将整个列更改为unicode或string，它也只是日期的unicode或string表示形式：

 2055-01-19 00:00:00
 2062-01-18 00:00:00

所以我需要把它读成“raw”（不确定这是什么意思）作为

1,19,55

，而不让熊猫去猜它的类型，或者只是一个忽略逗号的数字

---

谢谢

您可以为列

Tons

创建一个

converter

，将数据格式化为

pd。read\u execel

解释：

转换器：dict，默认无用于转换的函数dict 某些列中的值。键可以是整数或列 标签、值是接受一个输入参数（Excel）的函数 单元格内容，并返回转换后的内容

例如，您可以使用以下转换器

tons_converter = lambda x: int("".join(x.split(',')))
dfx = pd.read_excel(ii,header=None,dtype={0: str}, converters={0: tons_converter})

可复制示例 下面是一个动态创建csv文件并应用转换的示例

from StringIO import StringIO
import pandas as pd 

data = """
1,125,125
10,578,589
12
"""

tons_converter = lambda x: int("".join(x.split(',')))
dfx = pd.read_csv(StringIO(data),header=None,dtype=object, sep="|", converters={0: tons_converter})

print(dfx.head())

输出是您想要的：

          0
0   1125125
1  10578589
2        12

---

当我有机会的时候，我会试试这个，但这似乎应该有效，谢谢，确认后会给你答案