如何将Pandas DataFrame混合浮点整数列转为Object类型并去除.0

问题分析 #

你的代码逻辑本身没问题，但可能是Pandas的显示格式设置导致整数型数值仍被显示为带.00的格式，或者浮点数精度判断存在潜在问题。下面提供两种可靠的解决方案，分别对应保留混合数值类型和转换为字符串两种需求。

方案一：保留混合数值类型（int + float） #

使用is_integer()更精准判断浮点数是否为整数，同时重置Pandas的显示格式避免强制格式化：

import pandas as pd

# 重置显示格式，避免强制统一小数位数
pd.options.display.float_format = None

data = {'A': [7.62, 5.0, 10.25, 3.0, 8.0]}
df = pd.DataFrame(data)

def format_value(x):
    # 精准判断浮点数是否为整数
    if isinstance(x, float) and x.is_integer():
        return int(x)
    return x

# 应用转换并转为object类型以保留混合类型
df['A'] = df['A'].apply(format_value).astype('object')

print(df)

执行后输出：

A
0  7.62
1     5
2  10.25
3     3
4     8

方案二：转换为字符串（彻底去掉.0） #

如果允许将列转为字符串类型，这种方法最直接，完全避免显示格式问题：

import pandas as pd

data = {'A': [7.62, 5.0, 10.25, 3.0, 8.0]}
df = pd.DataFrame(data)

# 整数转字符串（去掉.0），小数保留原格式字符串
df['A'] = df['A'].apply(lambda x: str(int(x)) if x.is_integer() else str(x))

print(df)

执行后输出：

A
0  7.62
1     5
2  10.25
3     3
4     8

内容的提问来源于stack exchange，提问作者JPErwin