如何去除Pandas DataFrame中float64序列末尾的.0且不转为科学计数法

前置说明 #

你之前遇到的cannot use this on series报错，是因为直接对Series对象使用Python内置的格式化方法导致，需要使用pandas提供的逐元素处理接口实现需求。以下方案均不会触发科学计数法转换。 #

方案1：保留数值类型（推荐） #

适合需要保留数值属性的场景，整数自动转为整数类型，带小数的数值保留float类型：

1. 若目标列所有值均为整数（仅存储为float64格式）：

# 无空值时使用int64，有空值兼容用Int64
df['目标列名'] = df['目标列名'].astype('Int64')

2. 若目标列同时存在整数值（带.0后缀）和带小数的浮点数：

import pandas as pd

def remove_trailing_dot0(x):
    if pd.isna(x):
        return x
    return int(x) if x == int(x) else x

# 单列处理
df['目标列名'] = df['目标列名'].apply(remove_trailing_dot0)
# 全表所有列处理
df = df.applymap(remove_trailing_dot0)

方案2：转换为字符串类型 #

适合需要统一输出为文本格式的场景，完全避免科学计数法：

# 可根据实际最大小数位数调整`.10f`里的数字，只要大于你的最大小数位数即可
df['目标列名'] = df['目标列名'].apply(
    lambda x: f"{x:.10f}".rstrip('0').rstrip('.') if pd.notna(x) else x
)

注意事项 #

• 不要使用{:g}格式符，数值超过阈值时会自动转换为科学计数法，不符合你的需求
• 逐元素处理必须使用apply（单列）、applymap（全表）接口，不可直接对Series使用Python内置格式化方法

内容的提问来源于stack exchange，提问作者Moonlight