Python Pandas如何删除float类型ID列的小数点且不改变原值

问题场景 #

使用Python Pandas处理数据时，数据框内有一列float类型的ID字段，原始数据示例如下：

ID
93.18767
93.87657
94.87246
95.87323

需求为删除ID值中的小数点，所有数字完全保留不修改，期望输出结果如下：

ID
9318767
9387657
9487246
9587323

原有实现的问题 #

最初的实现逻辑为将ID列转为字符串类型后直接替换小数点，自定义函数代码如下：

def substitute (df,column,before,after):
    df[column]=df[column].astype(str)
    df[column]=df[column].str.replace(before,after)
    return 'Done'   

运行后出现不符合预期的异常值，输出示例：

ID
931876599999994
938764388899999994
948724388555599999
9587322999994300000002

该问题的根源是float类型的底层存储机制，直接转字符串时会出现精度偏差。

最终可行方案 #

先确定ID列的固定小数位数，对值做格式化处理后再执行替换操作即可，代码示例：

# 可根据ID列实际小数位数调整format的参数，示例中ID为5位小数
df['ID'] = df['ID'].apply(lambda x: '{0:.5f}'.format(x))
# 调用自定义替换函数删除小数点
substitute(df, 'ID', '.', '')

内容的提问来源于stack exchange，提问作者Suetam016