Python 数据帧将大数读取为字符串

我正在从csv创建一个数据帧，如下所示

topcell=pd.DataFrame.from_csv（“url/output_topcell.txt”，header=0，sep='，，parse_dates=True，encoding=None，tupleize_cols=False）

我感兴趣的列（单元格）包含我需要转换为字符串的长数字（例如6468716846847）

创建数据帧后，默认情况下，数据类型似乎是numpy.float64（包括一些nan值）

当我使用：

topcells.cell=topcells.cell.astype（str）

或：

topcells['cell']=topcells['cell'].应用（lambda x:str（x））

我得到的字符串实际上不是“6468716846847”，而是类似于“6.468716846847e+12”的字符串

---

如何避免使用这种科学符号并将完整数字作为字符串？

您应该使用顶级名称空间中的

read\u csv

函数，它有更多的读取选项，包括

dtype

参数

例如，使用

tst.csv

：

c1,c2,c3,c4,c5
a,b,6468716846847,12,13
d,e,6468716846848,13,14

你会得到：

In [11]: pd.read_csv('tst.csv', dtype={'c3': 'str'})
Out[11]: 
  c1 c2             c3  c4  c5
0  a  b  6468716846847  12  13
1  d  e  6468716846848  13  14

[2 rows x 5 columns]

---

您应该使用顶级名称空间中的

read\u csv

函数，它有更多的读取选项，包括

dtype

参数

例如，使用

tst.csv

：

c1,c2,c3,c4,c5
a,b,6468716846847,12,13
d,e,6468716846848,13,14

你会得到：

In [11]: pd.read_csv('tst.csv', dtype={'c3': 'str'})
Out[11]: 
  c1 c2             c3  c4  c5
0  a  b  6468716846847  12  13
1  d  e  6468716846848  13  14

[2 rows x 5 columns]

---

您应该使用顶级名称空间中的

read\u csv

函数，它有更多的读取选项，包括

dtype

参数

例如，使用

tst.csv

：

c1,c2,c3,c4,c5
a,b,6468716846847,12,13
d,e,6468716846848,13,14

你会得到：

In [11]: pd.read_csv('tst.csv', dtype={'c3': 'str'})
Out[11]: 
  c1 c2             c3  c4  c5
0  a  b  6468716846847  12  13
1  d  e  6468716846848  13  14

[2 rows x 5 columns]

---

您应该使用顶级名称空间中的

read\u csv

函数，它有更多的读取选项，包括

dtype

参数

例如，使用

tst.csv

：

c1,c2,c3,c4,c5
a,b,6468716846847,12,13
d,e,6468716846848,13,14

你会得到：

In [11]: pd.read_csv('tst.csv', dtype={'c3': 'str'})
Out[11]: 
  c1 c2             c3  c4  c5
0  a  b  6468716846847  12  13
1  d  e  6468716846848  13  14

[2 rows x 5 columns]

---

假设该列中没有NaN，u也可以作为int64读入假设该列中没有NaN，u也可以作为int64读入假设该列中没有NaN，u也可以作为int64读入假设该列中没有NaN，u也可以作为int64读入