Python如何将整数形式字符串存入CSV，读取时不转为numpy.int64

问题原因 #

CSV属于纯文本格式，本身不会存储字段的类型信息。pandas读取CSV文件时会默认自动推断每列的数据类型，全由数字组成的字符串会被默认判定为整数类型，因此出现读取后类型变为numpy.int64的情况。

解决方案 #

方案1：读取时指定dtype参数（最推荐） #

直接在调用pd.read_csv时指定目标字段的类型为字符串即可，适合明确知道哪几列需要保留字符串格式的场景：

# 仅指定ID列为字符串类型
df = pd.read_csv('test.csv', dtype={'ID': str})

# 如果需要所有列都读取为字符串，可直接全局设置
df = pd.read_csv('test.csv', dtype=str)

修改后运行你的测试代码，print(df['ID'].iloc[0] == ID)会输出True，type(df['ID'].iloc[0])将返回<class 'str'>，符合预期。

方案2：使用converters参数做字段转换 #

如果需要在读取时对字段做额外的自定义处理，可以用converters参数指定转换规则：

df = pd.read_csv('test.csv', converters={'ID': lambda x: str(x).strip()})

上述代码除了将ID转成字符串外，还会自动去除首尾的空白字符，适合原始数据存在格式问题的场景。

方案3：写入时强制添加字符串标识（可选） #

如果希望其他使用该CSV文件的人不需要额外配置也能正确识别字符串类型，可以在写入时给非数值字段添加双引号包裹：

import csv
df.to_csv('test.csv', index=False, quoting=csv.QUOTE_NONNUMERIC)

该方式写入的CSV中，ID字段会被保存为"1"，大部分数据分析工具读取时会自动识别为字符串类型。

内容的提问来源于stack exchange，提问作者Fadi Younes。