Pandas如何打印指定行列名与对应值并保留正确数据类型

你遇到的int输出变float的问题来自两个核心原因：

• 旧版本pandas中int类型无法存储NaN空值，只要列中存在空值，整列会被自动强转为float类型，你调用fillna(0)时这个类型转换已经发生
• 调用to_string()输出时，pandas会统一整行的输出类型，只要存在float类型值，所有int都会以带.0的float格式输出

直接遍历目标行的键值对输出即可，既可以保留原始数据类型的展示格式，也完全符合你要的逐行展示效果，代码如下：

import pandas as pd
import numpy as np

df1 = pd.read_csv('mortality_inhospital_dataset1.csv')
# 转换为支持空值的原生数据类型，避免int存空值被强转float
df1 = df1.convert_dtypes()
df1 = df1.set_index('ID', inplace = False)
target_row = df1.loc[125047]

# 逐行打印列名与对应值，空值填充为0且保留原始类型格式
for col, val in target_row.fillna(0).items():
    # 兼容可空整数类型的输出格式
    if pd.api.types.is_integer(val):
        val = int(val)
    print(f"{col}: {val}")

• 完全符合预期输出格式：原始为int的数值会输出整数，原始为float的数值保留小数，不会出现.0后缀
• 效率更高：不需要做全量的字符串转换，遍历输出的时间复杂度为O(列数)，性能优于原有方案
• 灵活性更强：如果后续需要对指定行的数值做其他处理，直接操作遍历得到的val即可，不需要再做类型解析

内容的提问来源于stack exchange，提问作者kh602