如何将Pandas DataFrame中特定行以整数格式写入CSV文件？

这个问题的核心是DataFrame的列数据类型为浮点数，所以不管实际值是不是整数，导出CSV时都会默认以浮点数格式输出（带.0后缀）。要让每3行中的整行以整数格式写入，我们可以通过针对性转换特定行的数据格式来实现，下面是两种实用的解决方法：

方法一：转换特定行的数据类型后导出 #

先复制原DataFrame避免修改原始数据，再把需要转为整数的行（索引0、3、6...）转换成整数类型（列会变为object类型，允许混合整数和浮点数），最后导出CSV：

import pandas as pd

# 假设你的目标DataFrame是df
df_export = df.copy()

# 获取每3行的行索引（从第0行开始）
int_row_indices = df_export.index[::3]

# 可选但推荐：验证这些行的所有值确实是整数，避免浮点精度问题导致的错误
assert df_export.loc[int_row_indices].applymap(lambda x: x.is_integer()).all().all(), "目标行存在非整数值"

# 将目标行的所有列转为整数
df_export.loc[int_row_indices] = df_export.loc[int_row_indices].astype(int)

# 导出CSV，此时整数行会以纯整数格式写入
df_export.to_csv("mydf.csv", sep=",", encoding="utf-8", index=False)

方法二：自定义格式化函数逐元素处理 #

如果需要更精细的格式控制（比如保留非整数行的指定小数位数），可以先将DataFrame的每个元素转换为符合要求的字符串，再导出：

def format_row(row):
    # 判断当前行是否是需要转为整数的行
    if row.name % 3 == 0:
        # 整数转字符串，非整数保留原格式
        return row.apply(lambda x: str(int(x)) if x.is_integer() else str(x))
    else:
        # 非目标行可自定义浮点数格式，比如保留2位小数：f"{x:.2f}"
        return row.apply(str)

# 生成格式化后的字符串类型DataFrame
df_formatted = df.apply(format_row, axis=1)

# 导出CSV
df_formatted.to_csv("mydf.csv", sep=",", encoding="utf-8", index=False)

注意事项 #

• 务必确认目标行的数值是严格整数（比如不是1.0000000001这种因浮点精度导致的近似值），否则转换整数时会出现截断错误。
• 如果不需要保留DataFrame的索引，导出时记得加上index=False，避免CSV中多出一列索引值。

内容的提问来源于stack exchange，提问作者Corsair