如何避免DataFrame将字母数字ID误判为科学计数法显示inf

问题根源 #

核心问题在于：输入34E94591这类未加引号的内容时，Python会先将其解析为科学计数法表示的数值（即34 × 10^94591），这个数值远超出浮点数最大范围，直接变成inf，后续转字符串也无法恢复原始ID。而773E893E88因包含两个E，Python无法解析为数值，所以能保留字符串类型；纯数字ID则可正常解析为整数再转字符串。

解决方案 #

1. 手动构造DataFrame的场景

必须把所有ID以字符串字面量形式传入（加双/单引号），不让Python自动解析为数值：

import pandas as pd
x = pd.DataFrame({'Id': ["34E94591", "122322", "773E893E88"]}, dtype=str)
print(x.head())

执行后输出完全符合期望：

2. 使用Pygsheet读取Google Sheets的场景

要避免pandas自动推断类型，强制以字符串格式读取Id列：

• 方法一：先获取纯字符串格式的单元格值，再转DataFrame

import pygsheet
import pandas as pd

# 授权并打开目标表格
gc = pygsheet.authorize()
sheet = gc.open("你的表格名称").sheet1

# 以字符串形式获取所有单元格值
values = sheet.get_all_values(returnas='matrix')
# 转换为DataFrame，指定所有列类型为字符串
df = pd.DataFrame(values[1:], columns=values[0], dtype=str)

• 方法二：直接用get_as_df()指定列类型
  若你的pygsheet版本支持传递dtype参数，可直接强制Id列为字符串：

df = sheet.get_as_df(dtype={'Id': str})

也可以直接让整个DataFrame以字符串类型读取：

df = sheet.get_as_df(dtype=str)

验证效果 #

执行上述代码后，Id列的所有字母数字ID都会保留原始格式，不会再出现inf的错误。

内容的提问来源于stack exchange，提问作者TFan