Pandas to_csv保存CSV时数值被舍入，如何禁止舍入？

Pandas的to_csv默认会对浮点数做自动格式处理，导致小数值被舍入成0，下面是几种直接有效的解决方法：

方法1：指定浮点数输出格式 #

在to_csv里用float_format参数强制保留足够多的小数位，确保小数值不会被截断：

# 保留10位小数，可根据实际精度需求调整位数
df.to_csv("output_path", index=False, header=False, float_format='%.10f')

如果不确定数值的小数位数，也可以用科学计数法格式保证精度：

df.to_csv("output_path", index=False, header=False, float_format='%.10e')

方法2：将数值转为字符串存储 #

把浮点数列直接转成字符串类型，完全保留原始数值的字符表示：

# 针对单个需要保留精度的列转换
df['your_column_name'] = df['your_column_name'].astype(str)
# 或者批量处理所有浮点数列
df = df.applymap(lambda x: str(x) if isinstance(x, float) else x)
df.to_csv("output_path", index=False, header=False)

注意：后续读取CSV时需要手动将字符串转回数值类型。

方法3：用Decimal类型存储高精度数值 #

如果涉及极高精度的计算，先把数值转为decimal.Decimal类型再保存：

from decimal import Decimal
df['your_column_name'] = df['your_column_name'].apply(Decimal)
df.to_csv("output_path", index=False, header=False)

读取时同样需要用Decimal类型解析对应列。

验证方式：保存后用文本编辑器打开CSV文件，检查目标数值是否完整保留，比如0.00002134566是否显示为原数值而非0.0。

内容的提问来源于stack exchange，提问作者pillow