如何为Python pandas DataFrame列设置字符长度限制以截断超长值？

pandas本身没有内置的列字符长度自动约束机制，但可以通过批处理直接实现你需要的 超出255字符即截断 的需求，完全不需要依赖Excel，同时支持大体积CSV的处理，无需把全量文件加载进内存也能完成操作。

你已经完成了CSV读取代码，只需补充截断逻辑即可，示例如下：

import pandas as pd

# 读取原CSV
df1 = pd.read_csv(r'C:\Users\file.csv')

# 对所有文本类列批量截断为最多255字符
for col in df1.columns:
    # 识别文本类型列，跳过数值、日期等非文本列
    if df1[col].dtype == 'object' or str(df1[col].dtype).startswith('string'):
        # 取前255个字符，空值会自动跳过不会报错
        df1[col] = df1[col].str.slice(0, 255)

# 导出处理后的文件，不覆盖原文件更安全
df1.to_csv(r'C:\Users\file_truncated.csv', index=False, encoding='utf-8-sig')

• 上述逻辑的优势：
  • 不会误修改数值、日期等非文本列的内容
  • 自动处理空值场景，不会因为列内存在空值报错
  • 导出时使用utf-8-sig编码，用Excel打开不会出现中文乱码
• 如果你不需要批量处理所有文本列，仅针对指定的几列做截断，可以直接指定列名处理，示例代码：

# 比如仅对「备注」「产品描述」这两列做截断
target_cols = ['备注', '产品描述']
df1[target_cols] = df1[target_cols].apply(lambda col: col.str.slice(0, 255))

如果文件过大直接全量读入内存会报错，可以使用pandas的分块读取功能，边读边处理边写入，完全不需要加载全量文件：

import pandas as pd

# 分块大小可根据自身内存调整，内存越大设置值越高，处理速度越快
chunksize = 10000
csv_reader = pd.read_csv(r'C:\Users\file.csv', chunksize=chunksize)

first_chunk_flag = True
for chunk in csv_reader:
    # 当前块内的文本列做截断处理，指定列的场景可替换为对应列的处理逻辑
    for col in chunk.columns:
        if chunk[col].dtype == 'object' or str(chunk[col].dtype).startswith('string'):
            chunk[col] = chunk[col].str.slice(0, 255)
    
    # 第一块写入时保留表头，后续块追加写入不重复写表头
    chunk.to_csv(
        r'C:\Users\file_truncated.csv',
        mode='w' if first_chunk_flag else 'a',
        index=False,
        header=first_chunk_flag,
        encoding='utf-8-sig'
    )
    first_chunk_flag = False

注意：截断操作会直接丢弃第255位之后的所有内容，建议先备份原CSV文件再执行处理，避免数据丢失。

内容的提问来源于stack exchange，提问作者sanazz