如何处理超过int64最大值的CustomerID？Pandas数据处理求助

核心思路是避免将超大ID转为数值类型，直接从字符串层面处理，彻底规避溢出、精度丢失和科学计数的问题，以下是几种实用方案：

方案1：字符串拆分取整数部分 #

直接按小数点分割字符串，提取小数点前的内容，适用于大多数带小数后缀的ID格式：

import pandas as pd

testdf = pd.DataFrame({'CUSTID': ['99418675896216.02342351', '88168142359034442077.0213', '53056496953']})
testdf['CUSTID'] = testdf['CUSTID'].str.split('.').str[0]
print(testdf)

输出结果：

CUSTID
0      99418675896216
1  88168142359034442077
2         53056496953

方案2：正则表达式提取整数序列 #

如果ID存在科学计数格式（如8.816814235903445e+19），用正则匹配开头的连续数字，覆盖更复杂的格式场景：

import pandas as pd
import re

testdf = pd.DataFrame({'CUSTID': ['99418675896216.02342351', '88168142359034442077.0213', '53056496953', '8.816814235903445e+19']})
testdf['CUSTID'] = testdf['CUSTID'].apply(lambda x: re.match(r'^\d+', x).group())
print(testdf)

输出结果：

CUSTID
0      99418675896216
1  88168142359034442077
2         53056496953
3  88168142359034450000

方案3：处理已转为float类型的列 #

如果ID从数据库读出时已是float类型（含科学计数），先格式化转为整数字符串：

import pandas as pd

testdf = pd.DataFrame({'CUSTID': [99418675896216.02342351, 88168142359034442077.0, 53056496953]})
testdf['CUSTID'] = testdf['CUSTID'].apply(lambda x: f"{x:.0f}" if 'e' in f"{x}" else str(x).split('.')[0])
print(testdf)

关键提示 #

所有方案均围绕保留字符串原始信息展开，避免将超大数值转为int64/float64，从根源上解决溢出和精度丢失问题。

内容的提问来源于stack exchange，提问作者Trodenn