处理超长数字字符串时，如何避免Pandas.to_excel的数据丢失

我的输入CSV文件内容如下：

我需要将这个文件读取为DataFrame后，写入.xlsx文件，但不能丢失数据。

已尝试的代码 #

• 尝试1：

df2 = pd.read_csv(path,  sep=Delimiter, float_precision=None )
pd.options.display.float_format = '{:.1f}'.format
df2.to_excel(filepath, index=False)

• 尝试2：

df2 = pd.read_csv(path, sep=delimiter)
writer = pd.ExcelWriter(path, engine=None)
df3.to_excel(writer, index=False)

• 尝试3：

df2 = pd.read_csv(path, sep=delimiter)
df3.to_excel(path, index=False)

问题现象 #

每次运行后得到的Excel文件结果都一样，第一列数据出现精度丢失：

解决方案 #

问题出在大整数被pandas默认解析为浮点数，导致精度丢失。解决办法是读取CSV时指定列的类型为字符串，避免自动转换：

方法1：指定dtype参数 #

import pandas as pd

# 读取时指定id1和id2为字符串类型
df = pd.read_csv(path, sep=',', dtype={'id1': str, 'id2': str})
# 写入Excel
df.to_excel(filepath, index=False)

方法2：使用converters参数 #

如果需要更灵活的转换，可以用converters对指定列处理：

import pandas as pd

# 转换指定列为字符串
df = pd.read_csv(path, sep=',', converters={'id1': str, 'id2': str})
df.to_excel(filepath, index=False)

这样写入Excel后，两列的原始数值都会完整保留，不会出现精度丢失的问题。

内容的提问来源于stack exchange，提问作者Lal Ansari