如何在Pandas中去除多余.0并将浮点列转换为字符串？

问题1：移除Pandas中不需要的.0 #

这个问题得分两种场景处理，要看你是只想优化显示效果，还是要修改实际的数据类型：

场景1：仅优化显示（不改变数据类型） #

如果只是不想在输出时看到.0，但数据本身还是要保留数值型，可以用Pandas的显示选项做针对性设置：

pd.set_option('display.float_format', lambda x: f'{x:.0f}' if x.is_integer() else f'{x}')

这个lambda函数会自动判断数值是否为整数，是整数就显示成无小数格式，非整数则保留原小数位，比强制统一转整数更灵活。

场景2：修改数据类型为整数（彻底去掉.0） #

如果你的数据本质就是整数，只是读取时因空值或格式问题变成了浮点型，可以直接转换类型：

# 无空值的情况
df['目标列'] = df['目标列'].astype(int)

# 有空值的情况，用支持空值的Int64类型（注意大写I）
df['目标列'] = df['目标列'].astype('Int64')

问题2：将浮点型列转换为实际字符串（解决科学计数法+转列表失效问题） #

你之前用pd.set_option只是改了显示样式，实际数据还是浮点型，所以转列表时会打回原形。要真正转成字符串，得直接操作数据本身：

方法1：先转整数再转字符串（适合无精度丢失的大整数） #

你的数据是类似1.04983E+13的大整数，先转整数再转字符串不会有精度问题：

# 假设列中无空值，有空值可先用fillna处理或改用Int64类型
sample_df['gpid'] = sample_df['gpid'].astype(int).astype(str)

# 现在转列表就是纯字符串格式了
gpid_list = sample_df['gpid'].tolist()

方法2：直接格式化字符串（避免超大数精度丢失） #

如果是极端超大的浮点数，转整数可能出现精度损失，这时候直接用字符串格式化更稳妥：

# 用%格式化
sample_df['gpid'] = sample_df['gpid'].apply(lambda x: '%.0f' % x)

# 或者用更直观的f-string
sample_df['gpid'] = sample_df['gpid'].apply(lambda x: f'{x:.0f}')

验证效果 #

现在再查看列数据或转列表，得到的就是纯字符串的完整数字：

print(sample_df['gpid'].tolist())
# 输出示例：['10498310800133', '767838527881217']

内容的提问来源于stack exchange，提问作者Rotail