如何将Oracle数据库表中的数值原样导入Pandas DataFrame并导出为无小数的CSV文件

嘿，我之前也碰到过一模一样的问题！这其实是Oracle的NUMBER类型读取时的类型推断，加上Pandas导出CSV的默认格式导致的小坑——明明数据库里都是整数，导出CSV就平白多了个.0，特别闹心。

先搞明白问题出在哪 #

Oracle的NUMBER类型如果没显式指定小数位（比如只写了NUMBER而非NUMBER(10,0)），connectorx有时候会把它推断成float类型（尤其是列里可能存在NULL值的情况）。而float类型的数值哪怕是整数，Pandas用to_csv导出时默认也会加上.0；至于第一列为啥没带小数，大概率是数据分布刚好让connectorx把它推断成了int类型，纯属运气好。

给你几个实用的解决办法，按需选就行 #

办法一：读取数据时就指定列类型（从根源解决）

用connectorx的dtype参数，直接告诉它哪些列是整数类型，避免自动推断出错。

import connectorx as cx

# 定义需要保持整数的列类型映射
dtype_map = {
    "col2": int,
    "col8": int,
    "col9": int
}

# 读取时传入dtype参数
df = cx.read_sql(
    conn="oracle+cx_oracle://你的用户名:密码@主机:端口/服务名",
    query="SELECT col1, col2, col3, col8, col9 FROM tabA",
    dtype=dtype_map
)

⚠️ 注意：如果这些列里有NULL值，普通的int会报错，这时候换成Pandas支持空值的整数类型Int64（首字母大写）就行：

dtype_map = {
    "col2": "Int64",
    "col8": "Int64",
    "col9": "Int64"
}

办法二：读取后手动转换列类型

如果已经把数据读到DataFrame里了，也可以事后把float类型的列转成整数类型：

# 情况1：列里没有NULL值，直接转int
df["col8"] = df["col8"].astype(int)
df["col9"] = df["col9"].astype(int)

# 情况2：列里有NULL值，用支持空值的Int64
df["col8"] = df["col8"].astype("Int64")
df["col9"] = df["col9"].astype("Int64")

办法三：导出CSV时指定格式（最快的临时解决方案）

如果不想改动DataFrame的结构，也可以在导出的时候直接指定float类型的输出格式，让整数显示成无小数的样子：

df.to_csv("你的输出文件.csv", float_format="%.0f", index=False)

这个方法特别适合临时导出用，不用改数据结构，一步到位。

额外提个小建议 #

可以先查一下Oracle表的列定义，用DESC tabA命令看看那些数值列是不是NUMBER(xx, 0)——如果是带0小数位的定义，大部分驱动都会直接识别成int；如果只是NUMBER，就容易被推断成float，这时候用上面的办法一就能彻底解决问题。

备注：内容来源于stack exchange，提问作者Kaustav Nandy