导出列至.csv：解决超15位数字单元格末尾补零问题

我是Python编程新手，目前需要解决以下问题：从HTML文件提取游戏提供商及网站信息并导出为文件时，需让ROUND_ID列的超15位原始数字完整保留（最终要交付Excel格式给专业团队）。但Excel打开CSV时会把该列末尾数字改为0，临时方案是给单元格加双引号，但对方需要手动去除；尝试过将列转为文本格式但未成功，求永久解决办法。

现有代码 #

import csv
from bs4 import BeautifulSoup
import pandas as pd
import os

# Set the directory path containing the HTML files
directory = 'C:/Users/gusta/Downloads/HTML/'

# Create an empty list to store the extracted data
filtered_data = []

# Step 1: Loop through each HTML file in the directory
for filename in os.listdir(directory):
    if filename.endswith('.html'):
        # Read the HTML file
        file_path = os.path.join(directory, filename)
        with open(file_path, 'r') as file:
            html_content = file.read()

        # Parsing the HTML content
        soup = BeautifulSoup(html_content, 'html.parser')

        # Filtering the data
        data_rows = soup.find_all('tr')  # Find all table rows
        for row in data_rows[1:]:  # Skip the header row
            cells = row.find_all('td')

            # Handle variations in table structure
            if len(cells) >= 13:
                trader_id = cells[3].text.strip()  # Extract trader ID from the fourth column
                name = cells[5].text.strip()  # Extract name from the sixth column

                # Apply desired filters (e.g., trader ID and name)
                if trader_id == '513' and name == 'PG Soft':
                    # Extract other required columns here
                    collected_data = [
                        cells[0].text.strip(),
                        cells[1].text.strip(),
                        cells[2].text.strip(),
                        trader_id,
                        cells[4].text.strip(),
                        name,
                        cells[6].text.strip(),
                        cells[7].text.strip(),
                        cells[8].text.strip(),
                        cells[9].text.strip(),
                        cells[10].text.strip(),
                        cells[11].text.strip(),
                        cells[12].text.strip()
                    ]
                    # Convert ROUND_ID to a string surrounded by quotes
                    collected_data[7] = f'"{collected_data[7]}"'

                    # Append the collected_data list to filtered_data
                    filtered_data.append(collected_data)
            else:
                print("Unexpected table structure. Skipping row...")

# Generating a single DataFrame from all the extracted data
df = pd.DataFrame(filtered_data, columns=[
    'CUSTOMER_BET_ID',
    'CUSTOMER_CODE',
    'USERNAME',
    'TRADER_ID',
    'TRADER_NAME',
    'NAME',
    'UID_',
    'ROUND_ID',
    'PLAYED_DATE',
    'S',
    'CSN_GAME_ID',
    'PLAYED_AMOUNT_FROM_BALANCE',
    'GAME_NAME'
])

# Save the DataFrame to a single CSV file with a semicolon (;) as the delimiter
output_file = 'output.csv'
df.to_csv(output_file, index=False, quoting=csv.QUOTE_NONNUMERIC, quotechar='"', sep=';')
print(f'Data extraction and spreadsheet generation completed. Output saved to {output_file}.')

已尝试方案 #

• 给ROUND_ID添加前后双引号作为临时方案，但需手动去除引号；
• 尝试将列格式设为文本，脚本执行后无效。

解决方案 #

方法1：优化CSV导出，让Excel自动识别为文本 #

这种方法不用改变交付格式（依然用CSV），通过给ROUND_ID添加隐藏前缀让Excel识别为文本：

1. 删除代码中手动给ROUND_ID加引号的行：collected_data[7] = f'"{collected_data[7]}"'
2. 在生成DataFrame后，给ROUND_ID列添加英文单引号前缀（Excel会隐藏该前缀，仅显示完整数字）：

   df['ROUND_ID'] = "'" + df['ROUND_ID'].astype(str)
   

3. 修改to_csv的参数，避免额外加引号：

   df.to_csv(output_file, index=False, quoting=csv.QUOTE_MINIMAL, sep=';')
   

方法2：直接导出为Excel文件（推荐） #

直接导出xlsx格式可以直接指定列的文本格式，彻底避免Excel的自动转换问题：

1. 先安装依赖库：

   pip install openpyxl
   

2. 替换原代码中的导出部分为以下内容：

   output_file = 'output.xlsx'
   from openpyxl.styles import numbers
   
   with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
       df.to_excel(writer, index=False)
       # 获取工作表对象
       worksheet = writer.sheets['Sheet1']
       # 设置ROUND_ID列（第8列，对应字母H）为文本格式
       worksheet.column_dimensions['H'].number_format = '@'
   
   print(f'Data extraction completed. Output saved to {output_file}.')
   

   这样导出的Excel文件打开后，ROUND_ID列直接以文本格式显示完整数字，无需任何手动操作。

内容的提问来源于stack exchange，提问作者GutoX