PyArrow导出CSV遇浮点精度问题，求类似Pandas的float_format方案

核心方案：用CsvWriteOptions配置浮点格式 #

PyArrow的csv.write_csv支持通过CsvWriteOptions设置浮点数输出格式，完全对应Pandas里float_format='%g'的作用，还能保留PyArrow的高速导出优势。

直接写代码实现：

import pyarrow.csv as csv
import pyarrow as pa

# 假设已经构造好要导出的pa.Table对象table
write_options = csv.CsvWriteOptions(float_format='%g')
csv.write_csv(table, "animals.csv", write_options=write_options)

进阶：特定列单独格式化 #

如果需要给不同浮点列设置不同格式，可以先通过PyArrow计算API把浮点列转成格式化后的字符串列再导出（注意：此方法会将列类型转为字符串，适合下游不需要数值类型的场景）：

# 示例：给名为"price"的浮点列设置保留两位小数的格式
target_col_idx = table.column_names.index("price")
formatted_col = pa.compute.format_float(table["price"], format='%.2f')
table = table.set_column(target_col_idx, "price", formatted_col)

# 导出处理后的表
csv.write_csv(table, "animals.csv")

补充说明 #

• 第一种方案是最优解：既不损失PyArrow的导出速度，又能让浮点数输出和Pandas用%g格式化的效果一致，避免出现1.12999999999这类冗余精度的显示。
• %g格式会自动去掉浮点数末尾的无效零，还能在科学计数法和普通十进制表示间自动切换，兼顾可读性和精度。

内容的提问来源于stack exchange，提问作者dogfood