阅读excel文件后，只需在 Dataframe 上应用replace方法：

df.replace(99, np.nan)

如果只想替换特定列（如“小时”）的值：

df['HOUR'].replace(99, np.nan)

更新日期：

我想您想知道为什么read_excel()方法不能使用您提供的na值，如果您查看该方法的文档：

na_值：标量、字符串、类似列表或dict，默认值为None要识别为NA/NaN的其他字符串。

它只接受na_values参数中的字符串，因此您需要将其作为字符串'99'传递，以便在您的情况下工作。
由于某些原因，它不适用于Excel工作表中的integer na_values。根据文档read_excel方法，列类型是推断的，但可以显式指定。也许它没有正确设置HOUR列类型，因此na_values不工作。我找到了一个解决办法，在方法中显式指定列数据类型，它工作得很好：

accidents = pd.read_excel(filename, sheet_name= 'datos', dtype={'HOUR': str}, na_values=['99'])

accidents = pd.read_excel(filename, sheet_name= 'datos', dtype={'HOUR': str}, na_values=[99])

好吧，最新消息。
我仍然没有弄清楚为什么read_excel（）函数不能按预期工作
如果有人有这个问题，我建议将.xls/.xlsx文件转换为.csv，并像这样更改读取函数：

accidents = pd.read_excel(filename, sheet = 0, na_values = missing_values_dict, keep_default_na=False)

accidents = pd.read_csv(filename , sep = ';', na_values= missing_values_dict, keep_default_na=False)

使用missing_values_dict执行以下操作：

missing_values_dict = {
  'WEEKDAY': '9',
  'HOUR': '99'
}

有任何问题请告诉我！