如何在不更改数字类型的情况下从 excel 创建列表/数组？

Question

我正在尝试创建一个列表以处理我得到的值，但是，当我使用

nums=pd.read_excel(excel, header=None)  

进而

nums=np.asarray(nums)

每个值的类型变成 numpy.float64，所以每当我尝试过滤一个值时，基于它是一个浮点数的事实，这些值都不会被计算在内。有没有一种方法可以从 excel 中的列创建列表/数组，并且值类型不会改变，它实际上被读取为常规浮点数？（我尝试在我的过滤器中包含类型 numpy.float64，但问题是它包含来自 excel 的整数，我不应该使用它，所以它不起作用）

任何帮助，谢谢！

编辑1：

print(nums):

        0

0    1.00

1    2.00

2    3.00

3    4.00

4    5.00

5    6.00

6    7.00

7    8.00

8    9.00

9   10.00

10   3.30

11   3.22

我的预期输出将是 1,2,3 等（int 类型，而不是它们转换为的 numpy.float64）

<class 'numpy.float64'>

编辑 2：如果我要打印 np.asarray(nums) 它看起来像这样：

 [[ 1.  ]

 [ 2.  ]

 [ 3.  ]

 [ 4.  ]

 [ 5.  ]

 [ 6.  ]

 [ 7.  ]

 [ 8.  ]

 [ 9.  ]

 [10.  ]

 [ 3.3 ]

 [ 3.22]]

Answer 1

您的问题的解决方案比您的建议更直接。Numpy 允许您询问浮点数（或 float64）是否为整数：import numpy as npa_row = np.array([1,2,3,4,5,3.3])a_column = a_row.reshape(6,1)print(a_row[4].is_integer())print(a_row[5].is_integer())print(a_column[4][0].is_integer())print(a_column[5][0].is_integer())结果：TrueFalseTrueFalse

Answer 2

尝试使用pandas.read_excel，将您需要的数据类型传递给dtype参数，例如：{'a': np.float64, 'b': np.int32}或converters参数（提供可调用的字典以将特定值转换为您需要的类型）。