Pandas导出CSV时如何保留数值型字符串的格式？

这个问题我碰到过好多次了——本质上是因为CSV是无类型的纯文本格式，再加上Pandas导出时的默认逻辑，或者后续打开工具（比如Excel）的自动解析，会把看起来像数值的字符串（比如"0000"）转成整数（0），导致前导零丢失。下面几个方法亲测有效：

1. 先确保DataFrame里的列确实是字符串类型 #

很多时候问题出在第一步：你以为已经把列设为字符串了，但实际上可能没生效。比如如果数据源是数值类型，直接转字符串才保险：

import pandas as pd

# 假设你的目标列是'code'
df['code'] = df['code'].astype(str)
# 如果需要固定长度（比如4位），用zfill自动补前导零
df['code'] = df['code'].str.zfill(4)

这一步一定要做，否则后面的导出操作都是白搭。

2. 导出时给字符串列加保护标记 #

方法A：用quoting参数强制加引号 #

Pandas的to_csv可以通过csv模块的参数，给非数值列加上双引号。这样CSV文件里的字符串会被引号包裹，不管是Excel还是其他工具打开，都会识别为文本：

import csv

# QUOTE_NONNUMERIC会给所有非数值类型的列加双引号
df.to_csv('output.csv', quoting=csv.QUOTE_NONNUMERIC, index=False)

导出后打开CSV文件，你会看到"0000"这样的内容，Excel打开时就不会转成数字了。

方法B：给字符串加前导单引号 #

如果主要是用Excel打开，给字符串前加一个单引号是个更“隐形”的办法——Excel会把单引号当成文本标记，不显示它，但会保留整个字符串的格式：

df['code'] = "'" + df['code']
df.to_csv('output.csv', index=False)

导出后Excel里显示的是0000，但CSV文件里实际存的是'0000，完美解决问题。

3. 给特定列指定导出格式 #

如果你的列是固定长度的字符串，还可以用formatters参数给列定制导出格式，确保输出符合要求：

# 给'code'列指定格式：如果是整数就转成4位带前导零的字符串，否则保持原样
formatters = {'code': lambda x: f'{x:04d}' if isinstance(x, int) else x}
df.to_csv('output.csv', formatters=formatters, index=False)

这个方法适合列里混合了整数和字符串的场景。

小提醒：有时候你以为导出后丢失了前导零，其实CSV文件里是存在的——只是Excel默认把它解析成了数字。可以用记事本打开CSV文件确认，如果里面是"0000"或者'0000，那就是打开工具的问题，不是导出的问题。

内容的提问来源于stack exchange，提问作者Aklys