Pandas中左连接后id列自动舍入问题求助

问题原因 #

左连接后id列出现舍入，大概率是以下两种情况：

• id列被存储为浮点数类型：浮点数无法精确表示大整数，导致显示时精度丢失；若读取数据时id列存在空值，pandas会自动将整数列转为float类型。
• pandas显示设置限制：默认对大整数或浮点数采用科学计数法/截断显示，看起来像是舍入。

解决方案 #

1. 强制id列为整数类型（优先推荐） #

先确认id列的数据类型，再转换为整数（支持空值的话用Int64类型）：

import pandas as pd

# 查看数据类型
print(df1.dtypes)

# 转换为可空整数类型（兼容空值）
df1['id'] = df1['id'].astype('Int64')

# 若确认无空值，直接转普通整数
df1['id'] = df1['id'].astype(int)

读取数据时直接指定类型，从源头避免问题：

df1 = pd.read_csv('your_file.csv', dtype={'id': 'Int64', 'ticket_id': int})
df2 = pd.read_csv('another_file.csv', dtype={'ticket_id': int})

2. 调整pandas显示设置 #

如果数据类型正确只是显示问题，修改显示规则避免自动舍入：

# 禁止浮点数科学计数法，显示为整数格式
pd.set_option('display.float_format', '{:.0f}'.format)

# 或者更灵活的设置，仅处理整数类浮点数
pd.set_option('display.float_format', lambda x: f'{x:.0f}' if x.is_integer() else x)

3. 确保关联键类型一致后再连接 #

连接前保证两个DataFrame的ticket_id类型一致，避免连接过程中触发类型转换：

# 统一关联键类型
df2['ticket_id'] = df2['ticket_id'].astype(df1['ticket_id'].dtype)

# 执行左连接
merged_df = df1.merge(df2, on='ticket_id', how='left')

内容的提问来源于stack exchange，提问作者Keerti Baskar