Python读取Excel长数字时保留实际值问题求助

我用Python脚本读取Excel导出的CSV文件提取数据，其中一列Steel Location存储钢杆ID。因为ID是长数字，Excel会自动用带+号的科学计数法显示，用Python的pandas读取后也保留了这种格式，我需要输出完整的实际ID数值。

当前使用的代码：

import pandas as pd

file_path = "Steel Signs - ElevationData.csv"

df = pd.read_csv(file_path)

for [key, value] in df.to_dict().items():
    print(value)

方法1：读取时指定列类型为字符串（推荐） #

读取CSV时直接将Steel Location列强制设为字符串类型，从根源避免pandas自动将长数字解析为科学计数法格式的数值：

import pandas as pd

file_path = "Steel Signs - ElevationData.csv"
# 指定目标列的数据类型为字符串
df = pd.read_csv(file_path, dtype={"Steel Location": str})

# 遍历并输出该列的完整ID
for id_val in df["Steel Location"]:
    print(id_val)

方法2：转换已读取的数值列 #

如果已经完成文件读取，可通过字符串格式化将科学计数法的数值转换为完整ID字符串：

# 对已读取的Steel Location列进行转换
df["Steel Location"] = df["Steel Location"].apply(
    lambda x: "{:.0f}".format(x) if pd.notna(x) else x
)

# 输出完整ID列表
print(df["Steel Location"].tolist())

⚠️ 注意：如果原长数字因科学计数法丢失了精度（超出float类型的精度范围），此方法可能无法恢复完整ID，优先使用方法1。

方法3：全局禁用科学计数法显示 #

通过pandas全局设置关闭所有数值列的科学计数法显示，适用于需要处理多列长数字的场景：

import pandas as pd

# 全局设置：数值类型以整数格式显示（无科学计数法）
pd.set_option('display.float_format', lambda x: '{:.0f}'.format(x) if isinstance(x, float) else x)

file_path = "Steel Signs - ElevationData.csv"
df = pd.read_csv(file_path)

# 输出目标列
print(df["Steel Location"])

内容的提问来源于stack exchange，提问作者ForestProgramming