You need to enable JavaScript to run this app. Pandas导出CSV时如何消除科学计数法并保留JSON长数值原值
优惠活动
大模型
产品
解决方案
定价
更多

Pandas导出CSV时如何消除科学计数法并保留JSON长数值原值

长数字字段导出CSV精度丢失、被转科学计数法的解决方法

问题核心原因

Pandas读取JSON文件时会自动对字段做类型推断,像40007207255820210316这类长度超过15位的纯数字内容,会被默认识别为浮点数类型。64位浮点数的有效精度上限为15-17位十进制数,超出范围的低位数值会被自动截断,最终导出CSV时就会出现精度丢失、末尾补零、自动转为科学计数法的问题。

可落地的解决方案

方案1:读取JSON阶段强制指定字段类型(最稳妥,从根源避免问题)

在读入时就明确将长数字字段设为字符串类型,跳过自动数值推断流程,完全保留原始值:

# 注意dtype参数匹配JSON原始的字段名,不能使用重命名后的列名
data = pd.read_json(
    "file.json",
    dtype={"Key_number": str}
)
data.rename(columns={"Key_number": "Key"}, inplace=True)
data.to_csv("file.csv", index=False)

该方案从读入环节就锁定字段类型,不会触发浮点数转换,能100%保留JSON里的原始字符串值,是精度要求高的场景下的首选。

方案2:导出CSV前对字段做类型转换

如果不想调整读取环节的配置,可以在列名重命名完成后,手动对目标字段做类型转换:

data = pd.read_json("file.json")
data.rename(columns={"Key_number": "Key"}, inplace=True)
# 导出前将目标字段转为字符串格式
data["Key"] = data["Key"].astype(str)
data.to_csv("file.csv", index=False)

注意:如果字段已经在读取阶段被识别为浮点数、发生了不可恢复的精度截断,这种方式转换出来的也是已经丢失精度的值,无法还原原始内容,因此优先推荐方案1。

方案3:导出环节关闭科学计数法转换

如果字段本身没有发生精度丢失,只是导出时自动被转成科学计数法格式,可以通过to_csv的内置参数配置调整输出规则:

data.to_csv(
    "file.csv",
    index=False,
    float_format="%.0f"  # 强制浮点数输出为不带小数的整数字符串,禁用科学计数法
)

该方案只能修正输出格式,无法解决已经发生的数值精度截断问题,仅可作为补充配置使用。


内容的提问来源于stack exchange,提问作者tafmk

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.27 21:57:01