Pandas Dataframe 从 excel 导入中截断多余的数字答案

【问题标题】：Pandas Dataframe cutting off extra digits from excel importPandas Dataframe 从 excel 导入中截断多余的数字
【发布时间】：2017-12-11 21:54:33
【问题描述】：

我正在将 Excel 表读取到数据框中，效果很好。但是，Excel 工作表中的一列有一个 ID 号，该 ID 号被强制为 5 位前向数字。因此，excel 表不是 32，而是 00032，对于 500，它将是 00500。当我将此文件读入 pandas 时，它会将这些数字转换为其基值，因此 00500 在数据框中变为 500。但是，当我试图将使用 5 位索引值的文件名与 ID 号匹配时，这实际上会导致问题。我只会使用列表系统，但我需要 pandas 在遍历行时轻松访问多列数据。这是要点：

downloads = r'C:\Users\...'
filelist = os.listdir(downloads)
SDC = []
for file in filelist:
    if file.startswith('sdc'):
        SDC.append(file[3:8])
print SDC
if SDC == []:
    print "There are no downloaded files to grab at this time."

dir = r'C:\...'
os.chdir(dir)
for i, row in df.iterrows():
    if row['SDC ID'] in SDC:
        dir = r'C:\bleh\Temporary Folder' + row['Theme']
        if not os.path.exists(dir):
             os.makedirs(dir)

如何强制 pandas 中的原始值快速迭代并对照列表检查值？

【问题讨论】：

该列包含整数，所以00500就是excel显示整数的方式
我明白了，但是我需要导入来强制保留额外的数字。我没有看到在导入时强制将列输入作为字符串的方法。
您正在将整数与字符串进行比较。无论格式如何，这永远不会起作用。选择一种类型并在该类型中进行比较。
据我记得，转换不是在 pandas 级别，而是在 xlrd 或 openpyxl 级别。他们尽可能将字符串转换为数字，因此即使您将转换器传递给 read_excel 函数，您也无法取回字符串。我会尝试找到github中提出的问题。
@ayhan。我撤销我之前的评论。目前尚不清楚您是否正确，但无论哪种方式，问题都不清楚。了解实际数据框中的内容在这里非常重要。它来自哪里无关紧要，OP 甚至懒得显示数据帧是如何加载的。

标签： python pandas

【解决方案1】：

if row['SDC ID'] in SDC: 行检查字符串列表中是否存在整数。我可以看到两种简单的解决方案：

比较为字符串。将您的整数格式化为字符串，并保持测试基本不变。 if '{:05d}'.format(row['SDC ID']) in SDC: 之类的东西应该这样做。它会将您的整数格式化为填充零的五位数字。
比较为整数。您可以在找到它们时将文件名中的数字直接转换为整数，因为您似乎没有在任何地方使用它们的字符串属性。将SDC.append(file[3:8]) 行更改为SDC.append(int(file[3:8]))。

鉴于所显示的信息，我更喜欢第二种选择，但不是太多，而且除了美观之外没有其他充分理由。

【讨论】：

我今天早些时候尝试了第二种方法，因为我认为这是简单的答案。但是，由于某种原因，此方法仍然保留 0，因此与 if 语句直接比较会导致响应失败。我现在就试试你的第一个建议。
@WolVes。您需要提供您的 df 变量的小样本以及问题中列的类型。
对不起，以后会这样做。感谢疯狂物理学家的帮助！
@WolVes。你现在可以做吗？它可能会在未来吸引更好的解决方案。我也很想知道真正的问题是什么。