将 index_col 与 read_excel function 中的转换器结合

Question

我想知道如何将转换器的使用与 use_col 结合起来。 我必须格式化某些列，其中一列被选为索引。 问题是，当我将 select 某列作为索引时，在该列上忽略了转换器的使用：

>>>formatter = lambda x: '{:06d}'.format(x)
>>>df = pd.read_excel(path_to_file,
             sheet_name=None,
             converters={
                'ID':formatter,
                'A1':formatter
             },
             index_col='A1')
>>>df['Sheet0'].index
Int64Index([853, 242, 258, 867, 924, 943,  22, 297, 246, 690, 152, 455, 581,
        583, 968, 128, 155, 181],
       dtype='int64', name='A1')

对于这些情况，通常我只需要阅读 excel 表时使用的“技巧”是在使用适当的转换器阅读表格后使用 set_index ：

>>>df = pd.read_excel(path_to_file,
             sheet_name='Sheet0',
             converters={
                'ID':formatter,
                'A1':formatter
             }).set_index('A1')
>>>df.index
Index(['000853', '000242', '000258', '000867', '000924', '000943', '000022',
   '000297', '000246', '000690', '000152', '000455', '000581', '000583',
   '000968', '000128', '000155', '000181'],
  dtype='object', name='A1')

但是，现在我需要阅读 excel 书的几张纸，这样我需要通过使用 set_index 返回到每个 Z6A8064B5DF479455500553C47C55057D 的听写来 go 我想知道是否有一种“更好”的方式来执行这样的操作而不循环返回的dict，即只使用read_excel：

>>>df = pd.read_excel(path_to_file,
             sheet_name=None,
             converters={
                'ID':formatter,
                'A1':formatter
             },
             index_col='A1')
>>>df['Sheet0'].index
Index(['000853', '000242', '000258', '000867', '000924', '000943', '000022',
   '000297', '000246', '000690', '000152', '000455', '000581', '000583',
   '000968', '000128', '000155', '000181'],
  dtype='object', name='A1')