如何解决pandas.read_sql()自动将bigint转换为float64的问题

ID列存在空值时，pandas原生int64类型不支持存储空值，因此从MySQL读取Bigint(20)类型的ID列时，会自动向上转型为float64，进而出现科学计数法显示、转字符串自带.0后缀、直接转int64报非有限值错误的问题。

方案1：转换为支持空值的Int64整数类型（推荐） #

pandas 0.24及以上版本提供了可空整数类型Int64（首字母大写），既可以保留整数格式，也兼容空值存储：

df['ID'] = df['ID'].astype('Int64')

转换后空值会显示为<NA>，不会出现科学计数法，也支持正常的数值运算、过滤操作。

方案2：转换为不带.0后缀的字符串类型 #

如果需要字符串格式的ID，可通过判断空值后再做转换：

• 保留空值的写法：

import pandas as pd
df['ID'] = df['ID'].apply(lambda x: str(int(x)) if pd.notna(x) else None)

• 空值统一替换为指定占位符（比如空字符串）的写法：

df['ID'] = df['ID'].fillna(0).astype('int64').astype('str').replace('0', '')

调用pandas.read_sql时直接指定ID列的类型，避免读取阶段自动转型为float64：

from sqlalchemy import BigInteger
df = pd.read_sql(
    sql="你的查询SQL",
    con=你的数据库连接对象,
    dtype={"ID": BigInteger()}
)

内容的提问来源于stack exchange，提问作者wawawa