Python/Pandas将DataFrame写入CSV时保留手机号格式避免科学计数法

核心原因是电话号码作为长整数被pandas默认识别为数值类型，超过长度阈值就会自动转为科学计数法，电话号码属于标识类数据，全程用字符串类型存储即可解决问题，分写入、读取两个环节处理：

写入环节操作 #

1. 写入前先将phone列强制转换为字符串类型，若原列为数值类型，可先格式化去掉小数后缀，避免出现12022668000.0这类异常格式：

# 转换phone列为字符串格式，保留原始号码
df['phone'] = df['phone'].apply(lambda x: f"{x:.0f}" if pd.notna(x) else x).astype(str)

2. 原有to_csv逻辑无需额外修改，直接写入即可：

df.to_csv(r'yelp_data.csv', index = False, header=True)

读取环节操作 #

读取时通过dtype参数指定phone列按字符串类型解析，避免pandas自动识别为数值类型：

pd.read_csv('yelp_data.csv', dtype={'phone': str})

额外说明 #

如果需要用Excel打开生成的CSV不显示科学计数法，可以在写入时给手机号前加不可见的制表符\t，修改转换逻辑即可：

df['phone'] = df['phone'].apply(lambda x: f"\t{x:.0f}" if pd.notna(x) else x).astype(str)

这个方法不影响pandas读取后的号码匹配判断，也能兼容Excel的显示。

内容的提问来源于stack exchange，提问作者WallyWorld