在使用pandas进行Excle数据处理的时候，一般有object int float datetime等数据类型。
使用不同的python非标准模块读取Excel数据返回的数据类型又有不同。比如xlrd读取Excel数据后可能有更多的数据类型。
这里主要说的是pandas的于返回后的Excel数据类型的处理，若是没有pandas使用pip的方式安装即可。
pip install pandas
将pandas直接导入到当前的代码块中，本文部分注释采用的是AI插件自动生成的。关于AI插件自动生成注释可参考历史文章。
# Importing the pandas module and giving it an alias of pd.
import pandas as pd
# Reading the excel file and storing it in a dataframe.
data_frame = pd.read_excel('D:/test-data-work/data.xlsx')
# Printing the dataframe.
print(data_frame)
下面是需要执行Excel数据清洗的DataFrame对象内容，以此作为数据源来说明。
姓名 年龄 班级 成绩 表现 入学时间
0 Python 集中营 10 1210 99 A 2022-10-17
1 Python 集中营 11 1211 100 A 2022-10-18
2 Python 集中营 12 1212 101 A 2022-10-19
3 Python 集中营 13 1213 102 A 2022-10-20
4 Python 集中营 14 1214 103 A 2022-10-21
5 Python 集中营 15 1215 104 A 2022-10-22
6 Python 集中营 16 1216 105 A 2022-10-23
7 Python 集中营 17 1217 106 A 2022-10-24
8 Python 集中营 18 1218 107 A 2022-10-25
9 Python 集中营 19 1219 108 A 2022-10-26
10 Python 集中营 20 1220 109 A 2022-10-27
11 Python 集中营 21 1221 110 A 2022-10-28
12 Python 集中营 22 1222 111 A 2022-10-29
13 Python 集中营 23 1223 112 A 2022-10-30
14 Python 集中营 24 1224 113 A 2022-10-31
15 Python 集中营 25 1225 114 A 2022-11-01
16 Python 集中营 26 1226 115 A 2022-11-02
17 Python 集中营 27 1227 116 A 2022-11-03
18 Python 集中营 10 1210 99 A 2022-11-04
首先通过DataFrame数据对象的dtypes函数来获取所有列的数据类型。
# Getting the column names of the dataframe.
columns = data_frame.columns.values
# Iterating through the columns of the dataframe.
for column_ in columns:
# Printing the data type of each column.
print(data_frame[column_].dtypes)
# object
# int64
# int64
# int64
# object
# datetime64[ns]
经过上面的处理可以循环获取每个DataFrame对象的数据列的类型，现在只需要判断是否需要该类型的列数据进行操作。
可以使用DataFrame数据对象提供的astype函数对象某一列的数据进行类型转换。
# Iterating through the columns of the dataframe.
for column_ in columns:
if str(data_frame[column_].dtypes).__contains__('int'):
# Converting the data type of the column to string.
data_frame[column_] = data_frame[column_].astype(str)
# Printing the string "当前列{}数据类型已转换成str类型！" with the value of column_ replacing the {}.
print('当前列{}数据类型已转换成str类型！'.format(column_))
# 当前列年龄数据类型已转换成str类型！
# 当前列班级数据类型已转换成str类型！
# 当前列成绩数据类型已转换成str类型！
上面我们采用str对象提供的contains函数判断是否包含int类型，将数据类型是int的列转换成str字符串类型。
# Iterating through the columns of the dataframe.
for column_ in data_frame.columns.values:
# Printing the data type of each column.
print(data_frame[column_].dtypes)
# object
# object
# object
# object
# object
# datetime64[ns]
再次查看DataFrame对象中数据类型为int的三个列都已经完成了类型转换。
一般比较大的数字类型在Excel中会显示为科学计数法的显示，因此转换为字符串也可以解决这个问题。
# Iterating through the columns of the dataframe.
for column_ in data_frame.columns.values:
# Checking if the data type of the column is datetime.
if str(data_frame[column_].dtypes).__contains__('datetime'):
# Converting the data type of the column to string.
data_frame[column_] = data_frame[column_].astype(str)
# Saving the dataframe to an excel file.
data_frame.to_excel('data2.xlsx')
通常也可以使用上面的方式完成对日期时间类型的转换，避免Excel数据中的日期或时间显示问题。
「Python 集中营」，只做知识分享 ！
