Python 熊猫将整型值转换为数据帧中的浮点值

我编写了一个脚本，将一个csv文件作为输入，使用pandas操作数据，并创建另一个csv文件

一切正常，但是默认情况下熊猫会将整数值转换为双精度。 e、 g

在之前的csv中：

5f684ee8-7398-914d-9d87-7b44c37ef081,France,44,72000,No,isBool("true")

在csv中：

E84E685F-9873-4D91-9D87-7B44C37EF081,France,44.0,72000.0,No,True

此处44和72000更改为44.0和72000.0

我知道如何在dataframe中使用apply（）将它们转换为int，但是这个脚本将是通用的，我希望首先配置pandas

基本上，如果不是浮点数，我希望熊猫不会把.0放进去

---

谢谢。

正如评论中所说，熊猫中的某些操作可以更改数据类型。参见示例

解决方案可以是：

df.to_csv(float_format="%.0f")

它将每个（false）浮点值舍入为整数格式

例如：

In [355]: pd.DataFrame(columns=list(range(6)), 
data=[['E84E685F-9873-4D91-9D87-7B44C37EF081', 'France', 44.0, 72000, 'No', True]]
).to_csv(float_format='%.f')
Out[355]: ',0,1,2,3,4,5\n0,E84E685F-9873-4D91-9D87-7B44C37EF081,France,44,72000,No,True\n'

---

与B.M.的答案类似，您可以按如下方式解析浮动：

df.to_csv（float_format=“%.10g”）

---

如果数字的精度不超过10位，这将强制写入不带指数的数字。因此，2147483647将呈现为

2147483647

，10-2将呈现为

0.01

。如果您有大整数（大于10位），您将遇到问题，因为这些整数将被表示为指数。

列中似乎有一些

NaN

值，因此

int

被转换为

float

通过

df[df['col']检查它。isnull（）

并且可能的解决方案被替换为一些标量，如

0

-

df[['col'，col1']]=df['col'，col1']]。fillna（）

您是否尝试根据您的要求将pandas.DataFrame.to_csv的float_格式参数设置为？？它似乎做了你想做的事我刚刚试过，这次它把我的浮点值44.89转换成了45。谢谢你的回答，但是当我添加float_格式参数时，这次pandas将我不想要的浮点值（例如44.89到45）四舍五入。你有什么解决方案吗？它不起作用：

gav['steam_appid'）。转换成csv（“../data/F.csv”，sep=“；”，index=False，float_format=“.10g”）