Python DataFrame导出CSV时如何保留手机号原始格式？

问题根源 #

你的Mob_no列因包含缺失值nan，被Pandas自动识别为浮点数类型，导出CSV时会默认显示小数位，导致手机号出现.000这类后缀。

解决方案 #

以下是三种实用的处理方式：

1. 转换列类型为字符串（推荐）

先将Mob_no列转为可空整数再转字符串，同时处理缺失值：

import pandas as pd

# 假设你的数据集存储在DataFrame df中
df['Mob_no'] = df['Mob_no'].astype('Int64').astype(str).replace('<NA>', '')
# 导出CSV
df.to_csv('result.csv', index=False)

• Int64（大写I）是Pandas的可空整数类型，能保留缺失值的同时避免浮点数转换
• 转字符串后替换<NA>为空，导出后缺失值显示为空单元格，手机号保持纯数字格式

2. 导出时指定浮点数格式

如果不想修改原DataFrame的类型，可在to_csv中设置格式参数：

df.to_csv('result.csv', float_format='%.0f', na_rep='', index=False)

• float_format='%.0f'强制浮点数只显示整数部分
• na_rep=''将nan替换为空字符串，避免导出后显示nan

3. 读取原始数据时指定类型（若适用）

如果你的DataFrame是从外部文件读取的，读取阶段就指定Mob_no为字符串类型：

df = pd.read_csv('input_data.csv', dtype={'Mob_no': str})
# 若原始数据中缺失值为'NaN'，可替换为空
df['Mob_no'] = df['Mob_no'].replace('NaN', '')
# 再导出
df.to_csv('result.csv', index=False)

内容的提问来源于stack exchange，提问作者Bikash Jha