Python 如何防止pandas to_csv将数字格式化为数字以保留前导0？

我使用to_csv方法将数据帧保存为csv。但是，正在删除前导0

例如，这是数据帧在输出之前的样子：

正如您在第6列“采购订单”中看到的，数据是数字，但包含前导0。我希望在输出到csv并在Excel中查看时保留该格式并保留前导0，但是在csv输出中，前导0被删除：

有没有办法防止这种情况？这是我正在使用的命令：

out1.to_csv(outfile + '.csv', index=False, float_format='%f')

---

我认为这更像是一个Excel问题，而不是

pandas

。如果您使用文本编辑器查看csv文件，（我猜），您仍然会看到带前导零的数字。我之所以这样说，是因为我在Excel中遇到过类似的问题，假设项目的格式是CSV文件，并产生不可逆或令人讨厌的转换

在本例中，Excel似乎将采购订单视为一个数字，然后将其格式化。它会在打开文件时立即执行此操作，因此您无法返回并格式化单元格或任何内容（零丢失）

我认为两个简单的选择是：

• 使用

  df.to\u excel（）

  以

  .xlsx

  格式保存。这对我来说是有效的，因为有些假前导零数据。如果您只打算使用Excel中的数据，也许这是最好的
• 编辑“采购订单”列，使其成为清晰的文本。类似于附加非数字字符（稍后可以删除）：

---

我认为这更像是一个Excel问题，而不是

pandas

。如果您使用文本编辑器查看csv文件，（我猜），您仍然会看到带前导零的数字。我之所以这样说，是因为我在Excel中遇到过类似的问题，假设项目的格式是CSV文件，并产生不可逆或令人讨厌的转换

在本例中，Excel似乎将采购订单视为一个数字，然后将其格式化。它会在打开文件时立即执行此操作，因此您无法返回并格式化单元格或任何内容（零丢失）

我认为两个简单的选择是：

• 使用

  df.to\u excel（）

  以

  .xlsx

  格式保存。这对我来说是有效的，因为有些假前导零数据。如果您只打算使用Excel中的数据，也许这是最好的
• 编辑“采购订单”列，使其成为清晰的文本。类似于附加非数字字符（稍后可以删除）：

---

你试过使用

float\u format='%.16f'

或类似的东西吗？

你试过使用

float\u format='%.16f'

或类似的东西吗？

完全同意Excel是罪魁祸首。完全同意Excel是罪魁祸首。

df['Purchase Order'] = '#' + df['Purchase Order']
# df.to_csv('data.csv')