使用for循环赋值的DataFrame导出字符串时格式失效问题

核心问题是for循环逐行赋值时，意外将DataFrame的列类型改为了object——虽然df1和df2内容看起来一致，但df2的目标列不再是数值类型（如int64/float64），而to_string的formatters参数仅对数值类型列生效，因此格式设置失效。

第一步：验证类型差异 #

先打印两个DataFrame的列类型确认问题：

print(df1.dtypes)
print(df2.dtypes)

如果df2的目标列显示为object，即可确认类型异常是问题诱因。

解决方案 #

方案1：初始化时指定正确数据类型

提前创建带指定类型的空DataFrame，再执行循环赋值：

# 预先定义列名和对应数值类型
df2 = pd.DataFrame(columns=['price', 'quantity'], dtype='float64')
# 执行循环赋值
for idx, item in enumerate(data_source):
    df2.loc[idx] = [item['price'], item['quantity']]

方案2：赋值后转换列类型

如果已经生成了df2，直接将目标列转为数值类型：

# 转换单个列
df2['price'] = pd.to_numeric(df2['price'])
# 转换多个列
df2[['price', 'quantity']] = df2[['price', 'quantity']].apply(pd.to_numeric)

方案3：用向量化操作替代for循环（推荐）

尽量避免逐行循环，直接用Pandas的向量化方法生成DataFrame，既避免类型问题又提升性能：

# 假设你的数据是列表格式，直接转为DataFrame
data_list = [{'price': 10.5, 'quantity': 20}, {'price': 25.3, 'quantity': 15}]
df2 = pd.DataFrame(data_list)

关键说明 #

to_string的formatters参数是为数值类型列设计的，当列是object类型时，Pandas会直接输出原始值，忽略格式规则。确保列的数值类型是格式生效的前提。

内容的提问来源于stack exchange，提问作者Joao_PS