为何Pandas将整数-1转为-1.0？数据类型异常排查

整数变浮点数是Pandas自动类型推断导致的：

• pd.read_csv() 默认会把包含缺失值（或混合类型）的整数列推断为 float 类型（因为原生int无法存储缺失值，float可用NaN表示）。
• 你的drop_extra_column函数用Python标准库csv处理，读写的都是原始字符串，不会修改数据类型，所以问题肯定出在process_csv_files的Pandas读写环节。

1. 读文件时强制指定列类型 #

提前明确目标列的类型，用dtype参数指定，支持可空整数类型（适合列内有缺失值的场景）：

# 示例：指定Open和location列为可空整数类型
df = pd.read_csv(file, dtype={'Open': 'Int64', 'location': 'Int64'})

如果列内没有缺失值，也可以直接用原生int类型：

df = pd.read_csv(file, dtype={'Open': int})

2. 读入后转换列类型 #

不确定列类型的情况下，读入后将目标列转换为可空整数类型：

df = pd.read_csv(file)
# 转换Open列为可空整数
if 'Open' in df.columns:
    df['Open'] = df['Open'].astype('Int64')
# 修复location列的类型问题：先把合法浮点数转为字符串，再执行格式化逻辑
if 'location' in df.columns:
    df['location'] = df['location'].apply(lambda x: str(int(x)) if pd.notna(x) and x.is_integer() else x)
    df['location'] = df['location'].apply(format_location)

这里额外处理location列是因为：如果原始location是整数，被Pandas转成float后，format_location里的isinstance(location, str)判断会失效，直接返回浮点数，所以需要先转成字符串再执行格式化。

3. 写文件前转为整数格式 #

如果只需要在输出CSV时去掉.0后缀，可以在写文件前对目标列做转换：

# 将Open列中合法的浮点数转为整数，缺失值保持原样
df['Open'] = df['Open'].apply(lambda x: int(x) if pd.notna(x) and x.is_integer() else x)
df.to_csv(output_path, index=False)

注意：这种方法仅适用于列内浮点数都是整数的场景，否则会丢失小数精度。

• 先检查原始CSV的目标列是否存在空单元格，这是Pandas将整数转为float的最常见原因。
• 要兼容Elasticsearch的整数类型，确保输出CSV中没有.0后缀的数值，上述方法都能实现该效果。

内容的提问来源于stack exchange，提问作者Ethan777