如何在不更改数字类型的情况下从 excel 创建 list/array？

Question

我试图创建一个列表来处理我得到的值，但是，当我使用

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

然后

nums=np.asarray(nums)

每个值的类型变为 numpy.float64，因此每当我尝试过滤一个值时，基于它是一个浮点数这一事实，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 list/array 并且值类型不会更改并且它实际上被读取为常规浮点数？ （我试过在我的过滤器中包含 numpy.float64 类型，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

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（提供可调用项的字典以将特定值转换为您需要的类型）。

Answer 2

您的问题的解决方案比您建议的更直接。

Numpy 允许您询问浮点数（或 float64）是否为整数：

import numpy as np

a_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：

True
False
True
False