Pandas DataFrame列大数值正则验证不生效问题求助

校验失败是Pandas读取CSV时的自动类型推断导致的：

• 样例第8行的11119009876541231111是20位大整数，已经超过float64类型的精度上限（2^53≈9e15），Pandas默认会将其推断为float64类型存储，出现精度损失
• 调用apply(str)转换时，该数值会变成科学计数法格式（如1.1119009876541231e+19），和正则规则不匹配，因此被误判为非法值

最直接的方案是读取CSV时强制按字符串类型加载所有列，完全保留原始文本内容，避免自动类型转换带来的数值变形：

import pandas as pd
NumberValidationRegexnegative = r"^-?[0-9]{1,20}(?:\.[0-9]{1,3})?$"
# 关键修改：添加dtype=str参数，所有列以字符串格式读取
df_CPCodeDF=pd.read_csv("D:\\FTP\LocalUser\\NCCLCOLL\\COLLATERALUPLOAD\\upld\\SplitFiles\\AACCR6675H_22102021_07_1 - Copy.csv", dtype=str)
rslt_df2=df_CPCodeDF[df_CPCodeDF.iloc[:, 0].notna()]
# 直接对字符串列做正则匹配即可，不需要再转str
rslt_df1=rslt_df2[~rslt_df2.iloc[:,0].str.contains(NumberValidationRegexnegative, regex=True)].index   
print("rslt_df1",rslt_df1)   

修改后运行即可得到预期的空索引输出。

如果后续需要用到数值计算，可以在校验通过后再单独对指定列做类型转换，避免提前转换引入精度问题。

内容的提问来源于stack exchange，提问作者Alok Sharma