如何让Pandas导出CSV时保留'85236E106'原格式而非科学计数法？

核心问题分析 #

85236E106的格式容易被Pandas或CSV阅读器误判为科学计数法数值，导致导出时自动转换。关键要从锁定列的字符串类型和强制导出格式两个层面入手。

针对性解决方法 #

1. 彻底锁定列的字符串类型

这是最根本的解决步骤，避免Pandas在任何环节自动转换类型：

• 手动赋值时强制类型：
  赋值后立刻将列转为字符串类型，确保类型不被篡改：

  df['Acolumn'] = '85236E106'
  df['Acolumn'] = df['Acolumn'].astype(str)
  

  或者创建DataFrame时直接声明列类型：

  df = pd.DataFrame({'Acolumn': ['85236E106']}, dtype=str)
  

• 从SQL读取时强制字符串类型：
  除了SQL语句中用CAST(Id AS varchar)，还要在read_sql中明确指定列的类型，配合coerce_float=False禁用自动数值转换：

  dtype = {'Acolumn': str}
  df = pd.read_sql(your_query, your_connection, dtype=dtype, coerce_float=False)
  

2. 导出时强制字符串格式输出

即使列是字符串类型，CSV导出后仍可能被阅读器误解析，可通过以下方式规避：

• 用引号包裹字符串：
  使用quoting=csv.QUOTE_NONNUMERIC让所有非数值单元格被引号包裹，确保阅读器将其识别为字符串：

  import csv
  df.to_csv('output.csv', quoting=csv.QUOTE_NONNUMERIC, index=False)
  

• 手动添加引号：
  直接给目标列的每个值加上引号，导出后就能保留原格式：

  df['Acolumn'] = df['Acolumn'].apply(lambda x: f'"{x}"')
  df.to_csv('output.csv', index=False, escapechar='\\')
  

3. 排查中间环节的类型篡改

如果以上方法无效，检查是否有后续代码修改了列类型：

• 确认没有pd.to_numeric这类自动转换数值的代码；
• 执行print(df.dtypes)查看Acolumn的类型是否为object（Pandas中字符串类型的标识），而非float64。

内容的提问来源于stack exchange，提问作者Kaizar