我有一个包含 4 列的 excel (.xslx) 文件： pmid（整数） 基因（字符串） 疾病（字符串） 标签（字符串）
我尝试使用 pandas.read_excel 将其直接加载到 python 中
df = pd.read_excel(path, parse_dates=False)
从 excel 中捕获
如上图，pandas尝试变聪明，自动转换一些gene字段如3.Oct em>, 4.Oct 到日期时间类型。问题是 3.Oct 或 4.Oct 是 Gene type 的缩写，含义完全不同。所以我不希望熊猫这样做。如何防止 pandas 自动转换类型？
【问题讨论】：
更新 2：
要保持与 Excel 相同的格式，您可以使用pd.to_datetime 和自定义函数来重新格式化日期。
# Sample
>>> df
gene
0 PDGFRA
1 2021-10-03 00:00:00 # Want: 3.Oct
2 2021-10-04 00:00:00 # Want: 4.Oct
>>> df['gene'] = pd.to_datetime(df['gene'], errors='coerce') \
.apply(lambda dt: f"{dt.day}.{calendar.month_abbr[dt.month]}"
if dt is not pd.NaT else np.NaN) \
.fillna(df['gene'])
>>> df
gene
0 PDGFRA
1 3.Oct
2 4.Oct
更新：
其实没有转换。该值在 Pandas 中显示为2020-10-03 00:00:00，因为它是存储在单元格中的实际值。 Excel 以另一种格式显示此值
旧答案
强制dtype=str 阻止 Pandas 尝试转换您的数据框
df = pd.read_excel(path, dtype=str)
或者使用converters={'colX': str, ...} 映射每列的dtype。
【讨论】：
pd.read_excel 有一个 dtype 参数，可用于显式指定数据类型。
【讨论】：