pandas处理读取文件时以0开头的缺失问题 symbol 000001 被省略

在读文件，平安银行的利润表.xlsx为例，symbol 是股票代码，源数据为：

直接用read_excel读取的数据为：

股票简称          object
股票代码           int64
字段            object
2021-03-31    object
2020-12-31    object
2020-09-30    object
2020-06-30    object
2020-03-31    object
dtype: object

    股票简称  股票代码                字段  ...   2020-09-30   2020-06-30  2020-03-31
0   平安银行     1            一、营业收入  ...  12719000.00   8468000.00  4178800.00
1   平安银行     1             利息净收入  ...   8956100.00   5936100.00  2976600.00
2   平安银行     1           其中：利息收入  ...  15868700.00  10483200.00  5207400.00
3   平安银行     1            减：利息支出  ...   6912600.00   4547100.00  2230800.00
4   平安银行     1         手续费及佣金净收入  ...   2543900.00   1739800.00   848100.00
5   平安银行     1       其中:手续费及佣金收入  ...   3078900.00   2068800.00  1073300.00
6   平安银行     1        减：手续费及佣金支出  ...    535000.00    329000.00   225200.00
7   平安银行     1              汇兑收益  ...     99300.00     50500.00    50300.00
8   平安银行     1             投资净收益  ...    936700.00    596300.00   275700.00
9   平安银行     1     其中:对联营公司的投资收益  ...           --           --          --
10  平安银行     1         公允价值变动净收益  ...    150200.00    121500.00    17600.00
11  平安银行     1            其他业务收入  ...     10800.00      7600.00     2400.00
12  平安银行     1            二、营业支出  ...   3659900.00   2398000.00  1216200.00
13  平安银行     1           营业税金及附加  ...    122900.00     82000.00    41200.00
14  平安银行     1           业务及管理费用  ...   3537000.00   2316000.00  1175000.00

股票代码，应该为000001， 在读的时候，pandas转成了int64，目前只找到下面两种解决方案。

解决方案一：全部转成字符串

对读取的文件，不管是什么类型的数据，全部转成object

import pandas as pd
filepath = "lr_000001.xlsx"  # 文件路径，字符串
sheet_name = 0  # sheet名， 整数
header = 0  # 行索引， 整数
index_col = 0  # 列索引，整数
frame = pd.read_excel(filepath, sheet_name=sheet_name, header=header, index_col=index_col,dtype=object)
print(frame.dtypes)
print(frame.columns)
print(frame)

输出结果为：

股票代码          object
字段            object
2021-03-31    object
2020-12-31    object
2020-09-30    object
2020-06-30    object
2020-03-31    object
dtype: object
Index(['股票代码', '字段', '2021-03-31', '2020-12-31', '2020-09-30', '2020-06-30',
       '2020-03-31'],
      dtype='object')
        股票代码                字段  ...   2020-06-30  2020-03-31
股票简称                            ...                         
平安银行  000001            一、营业收入  ...   8468000.00  4178800.00
平安银行  000001             利息净收入  ...   5936100.00  2976600.00
平安银行  000001           其中：利息收入  ...  10483200.00  5207400.00
平安银行  000001            减：利息支出  ...   4547100.00  2230800.00
平安银行  000001         手续费及佣金净收入  ...   1739800.00   848100.00
平安银行  000001       其中:手续费及佣金收入  ...   2068800.00  1073300.00
平安银行  000001        减：手续费及佣金支出  ...    329000.00   225200.00
平安银行  000001              汇兑收益  ...     50500.00    50300.00
平安银行  000001             投资净收益  ...    596300.00   275700.00
平安银行  000001     其中:对联营公司的投资收益  ...           --          --

这样的数据，如果要做数据分析，就必选先转数据类型，特别是datatime类型的数据

解决方案二：填充，但是这种填充，也会有问题，不确定要填充的位数，有些股票代码只有5位

pandas中使用的是apply填充 : 0>6d的意思是补成六位，用0补，>是向左补，

#  pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，
# 功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。
# 最后使用匿名函数格式化数据，就得到想要的结果
frame['股票代码'] =  frame['股票代码'].apply(lambda x:'{:0>6d}'.format(x))
print(frame)
        股票代码                字段  ...   2020-06-30  2020-03-31
股票简称                            ...                         
平安银行  000001            一、营业收入  ...   8468000.00  4178800.00
平安银行  000001             利息净收入  ...   5936100.00  2976600.00
平安银行  000001           其中：利息收入  ...  10483200.00  5207400.00
平安银行  000001            减：利息支出  ...   4547100.00  2230800.00
平安银行  000001         手续费及佣金净收入  ...   1739800.00   848100.00
平安银行  000001       其中:手续费及佣金收入  ...   2068800.00  1073300.00

还有一种是填充字符串的，使用 zfill()方法 ：zfill() 方法返回指定长度的字符串，原字符串右对齐，前面填充0。在输出一些编号类型的数字时，往往需要前面补0，比如这样的数字：

serial_num = 15
 
serial_num  = str(serial_num).zfill(6)
 
print(serial_num )
 
输出结果：000015