带有pandas.DataFrame.to_csv（）的数字格式列？

我有一个从Microsoft SQL数据库读取信息的过程，使用：

df = psql.read_sql(sql, con=connection)
print(df)

此函数用于许多进程，因此variable

sql

不具有相同的列（变量结构）

然后我得到，例如，以下数据：

STORE EMAIL_CONTACT VALUE
10    a@mail.com    2.2100
23    b@mail.com    0.7990

到目前为止，一切都很好

使用以下命令提取到csv时：

file = r"Test.csv"
df.to_csv(file, sep=";", index=False, quoting=csv.QUOTE_ALL)

输出如下：

"STORE";"EMAIL_CONTACT";"VALUE"
"10.0";"a@mail.com";"2.2100"
"23.0";"b@mail.com";"0.7990"

列存储现在有“.0”

是否有办法将函数“to_csv”配置为精确输出（值），如打印所示？提前谢谢

"STORE";"EMAIL_CONTACT";"VALUE"
"10";"a@mail.com";"2.2100"
"23";"b@mail.com";"0.7990"

已解决：问题在于十进制选项：

df.to_csv(file, sep=";", index=False, quoting=csv.QUOTE_ALL, decimal=",")

"STORE";"EMAIL_CONTACT";"VALUE"
"10";"a@mail.com";"2.2100"
"23";"b@mail.com";"0.7990"

---

谢谢大家的支持

存储可能是一个浮动，请与

print df.STORE.dtype

如果是，请：

df.STORE = df.STORE.astype(int)

然后：

输出：

STORE;EMAIL_CONTACT;VALUE
1;a@mail.com;2.2100
2;b@mail.com;0.7990

编辑： 用于制表：

df.to_csv("Test.csv", sep="\t", index=False)

这将输出以下格式的csv：

STORE    EMAIL_CONTACT    VALUE
1    a@mail.com    2.2100
2    b@mail.com    0.7990

---

为什么需要引号？还可以检查存储值的类型吗？打印df.STORE.dtype？仅尝试df.to_csv（file，sep=“；”，index=False）这意味着

STORE

列的数据类型可能是float，尝试

df['STORE']=df['STORE'].astype（int）

和对csvAt MSSQL表的写入，STORE是十进制（8，0）。引号是可选的。实际上不需要它们，而且

df.STORE.dtype

是float64。让我困惑的是，当我打印df时，所有值都是预期值，但在导出时，它会“添加”x.0到存储。

print（df.STORE.dtype）

返回float64。有没有一种方法可以精确地输出显示的内容？因为sql可以从表中选择A、B或从表中选择X、Y、Z。您可以使用\t作为制表的sep，请检查编辑。制表将在值之间进行分隔，但除非您手动操作，否则无法准确导出带有调整列的文件，否则它不是csv。感谢您的回复YODA。我的问题不在于分隔符。正在尝试精确输出为csv（值，而不是分隔符），如打印（df）中所示。变量SQL是“variable”，这意味着我不能使用df.STORE.astype（int），因为它不存在。例如，SQL可以是SELECT STORE FROM ST，但在下一个过程中，它可以是SELECT AMOUNT FROM DF。我的目标是充满活力。奇怪的是，当打印df时，一切都正常，但当导出df时，结果却不同。很抱歉，给您带来了这么多麻烦。使用decimal=“，”时，一切正常。新手犯的错误

df.to_csv（文件，sep=“；”，index=False，quoting=csv.QUOTE_ALL，decimal=“，”）

STORE    EMAIL_CONTACT    VALUE
1    a@mail.com    2.2100
2    b@mail.com    0.7990