Pandas dataframe 将大量数字读取为字符串

Question

我正在从这样的 csv 创建一个数据框；

topcells=pd.DataFrame.from_csv("url/output_topcell.txt", header=0, sep=', ', parse_dates=True, 编码=None, tupleize_cols=False)

我感兴趣的列（单元格）包含长数字（例如 6468716846847），我需要将其转换为字符串。

创建数据框后，默认情况下数据类型似乎是 numpy.float64 （包括一些 nan 值）

当我使用时：

topcells.cell=topcells.cell.astype(str)

或者：

topcells['cell']=topcells['cell'].apply(lambda x: str(x))

我得到的字符串实际上不是“6468716846847”，而是类似“6.468716846847e+12”

如何避免这种科学记数法并以字符串形式获取完整数字？

Answer 1

您应该使用read_csv顶级命名空间中的函数，它有更多读取选项，包括dtype参数。

例如，与tst.csv：

c1,c2,c3,c4,c5
a,b,6468716846847,12,13
d,e,6468716846848,13,14

你得到：

In [11]: pd.read_csv('tst.csv', dtype={'c3': 'str'})
Out[11]: 
  c1 c2             c3  c4  c5
0  a  b  6468716846847  12  13
1  d  e  6468716846848  13  14

[2 rows x 5 columns]