如何使用pandas将CSV字段中的科学计数法转换为字符串

问题根源 #

你当前的写法失效是因为原始CSV里的目标字段已经以科学计数法的文本形式存储，使用dtype=str读取时会直接把5.51E+14这类科学计数法字符串原样读入，没有做数值解析，因此输出时还是科学计数法格式。

可行解决方法 #

方法1：使用converters参数在读取时直接转换（常规场景够用）

自定义转换函数，读取每一行的目标字段时，先将科学计数法字符串解析为数值，再转为完整的整数字符串：

import pandas as pd

# 自定义科学计数法字符串转完整整数字符串的函数
def sci_to_str(sci_str):
    # 跳过空值处理（如果没有空值可以去掉判断）
    if not sci_str or pd.isna(sci_str):
        return ""
    return str(int(float(sci_str)))

lst_str_cols = ['FIPS_BLOCK', 'FIPS_BLKGR', 'FIPS_TRACT','FIPS_PLACE']
# 构建转换器字典，对每个目标列应用转换函数
col_converters = {col: sci_to_str for col in lst_str_cols}

# 读取时传入转换器
df = pd.read_csv(f"{output_files_dir}/{output_shp_name}.csv", converters=col_converters)
# 输出时关闭索引，同时指定浮点数格式避免其他数值列输出科学计数法
df.to_csv(f"{output_files_dir}/{output_shp_name}.csv", index=False, float_format="%f")

方法2：高精度转换（适配超长数值场景）

如果目标字段长度超过16位，用float转换会出现精度丢失，可以用decimal模块做高精度解析：

import pandas as pd
from decimal import Decimal

def sci_to_str_high_prec(sci_str):
    if not sci_str or pd.isna(sci_str):
        return ""
    return str(int(Decimal(sci_str)))

# 后续读取逻辑和方法1一致，转换器替换为上面的函数即可
lst_str_cols = ['FIPS_BLOCK', 'FIPS_BLKGR', 'FIPS_TRACT','FIPS_PLACE']
col_converters = {col: sci_to_str_high_prec for col in lst_str_cols}
df = pd.read_csv(f"{output_files_dir}/{output_shp_name}.csv", converters=col_converters)
df.to_csv(f"{output_files_dir}/{output_shp_name}.csv", index=False, float_format="%f")

注意事项 #

• 如果原始CSV的目标列存在非数值格式的异常值，需要在转换函数中额外增加异常捕获逻辑
• 输出时添加index=False可以避免pandas默认写入多余的索引列

内容的提问来源于stack exchange，提问作者DiamondJoe12