使用Pandas的df.to_csv保存DataFrame，避免数字转为科学计数法

针对大整数保存为CSV时自动转为科学计数法的问题，提供两种可靠解决方法：

方法一：将目标列转为字符串类型 #

把CookieID列转换为字符串后再保存，CSV文件中会以纯文本形式保留完整数字：

# 先转换列类型
dffound['CookieID'] = dffound['CookieID'].astype(str)
# 执行保存操作
dffound.to_csv(r'C:\Users\Output_4.csv', index=False, header=False, sep='\t')

如果列中存在缺失值，转换字符串后会显示为'nan'，需要提前用fillna等方法处理缺失值。

方法二：通过float_format指定输出格式（保留数值类型） #

若要保留列的数值类型，可通过float_format参数强制以整数格式输出：

dffound.to_csv(
    r'C:\Users\Output_4.csv',
    index=False,
    header=False,
    sep='\t',
    float_format='%.0f'
)

该方法会将浮点型数值按整数格式输出，确保大整数完整显示，但要注意如果列中存在非整数浮点数，会被截断为整数。

额外提示 #

如果CookieID列因缺失值等原因被自动转为浮点类型，建议先转回支持缺失值的整数类型再保存：

dffound['CookieID'] = dffound['CookieID'].astype('Int64')

内容的提问来源于stack exchange，提问作者asda1