使用pandas.read_csv()读取csv时如何避免内容被转为科学计数法？

出现该问题的原因是pandas读取csv时会自动推断列的数据类型，019E0001这类字符串刚好匹配科学计数法的数值格式，因此被默认识别为浮点数，导致原始文本格式丢失。你可以通过以下两种方法解决：

• 方法1：指定目标列数据类型为字符串（最推荐）
  指定需要保留原始格式的列的数据类型为str，不会影响其他列的自动类型推断，示例代码如下：

import pandas as pd
csv_path = "./table.csv"
# 请将下方代码中的product_code替换为你实际的列名
df = pd.read_csv(csv_path, error_bad_lines=False, dtype={"product_code": str})

如果你希望所有列都按原始文本读取，直接将dtype参数设为str即可：

df = pd.read_csv(csv_path, error_bad_lines=False, dtype=str)

• 方法2：使用converters参数处理指定列
  适合需要对目标列做额外自定义处理的场景，直接读取列的原始值：

import pandas as pd
csv_path = "./table.csv"
# 请将下方代码中的product_code替换为你实际的列名
df = pd.read_csv(csv_path, error_bad_lines=False, converters={"product_code": lambda x: x})

注意：

1. error_bad_lines参数在pandas 1.3及以上版本已被弃用，新版本可以替换为on_bad_lines='skip'实现相同效果。
2. 如果后续将DataFrame导出为csv时仍出现科学计数法，确保导出时该列仍为字符串类型即可，无需额外配置。

内容的提问来源于stack exchange，提问作者전은미