在 pandas 中将长整数转换为字符串（避免科学记数法）答案

【问题标题】：Converting long integers to strings in pandas (to avoid scientific notation)在 pandas 中将长整数转换为字符串（避免科学记数法）
【发布时间】：2014-12-23 03:15:23
【问题描述】：

我希望对使用pd.read_excel() 创建的以下记录（当前显示为 3.200000e+18 但实际上（希望）每个都是不同的长整数）进行不同的解释：

ipdb> self.after['class_parent_ref']
class_id
3200000000000515954    3.200000e+18
3200000000000515951             NaN
3200000000000515952             NaN
3200000000000515953             NaN
3200000000000515955    3.200000e+18
3200000000000515956    3.200000e+18
Name: class_parent_ref, dtype: float64

目前，它们似乎以科学标记字符串的形式“出现”：

ipdb> self.after['class_parent_ref'].iloc[0]
3.2000000000005161e+18

不过，更糟糕的是，我不清楚是否从我的 .xlsx 文件中正确读取了该数字：

ipdb> self.after['class_parent_ref'].iloc[0] -3.2e+18
516096.0

Excel（数据源）中的数字是3200000000000515952。

这与显示无关，我知道我可以更改 here。这是关于将基础数据保持在读取时的相同形式（这样如果/当我将其写回 Excel 时，它看起来会相同，因此如果我使用数据，它看起来就像在 Excel 中而不是 Xe+Y 中）。如果我可以指望它是正确数字的字符串表示，我肯定会接受一个字符串。

您可能会注意到，我想要看到的数字实际上是（顺便说一句）标签之一。 Pandas 正确地将它们读取为字符串（可能是因为 Excel 将它们视为字符串？）与我输入的这个数字不同。（实际上，即使我在重读之前在有问题的单元格中输入 ="3200000000000515952" 时，我也会得到与上述相同的结果。）

如何从数据框中获取 3200000000000515952？我想知道 pandas 是否对长整数有限制，但 the only thing I've found on it 是 1）有点过时，2）看起来不像我面临的同一件事。

谢谢！

【问题讨论】：

问题是你有浮点数，而不是整数。并且您拥有的数字太大而无法具有浮点数这样的精度。您最终使用浮点数的原因是因为 NaN 值（整数列不支持NaN，因此它被转换为浮点数）。
谢谢，@joris。使用 read_excel() 的 keep_default_na=False kwarg 似乎已经解决了这个问题。请随意回答，我会“检查”它。
@HaPsantran 您可能只想提供自己的答案，因为 joris 似乎没有注意到您的建议。

标签： python pandas long-integer

【解决方案1】：

将带有NaN 的列值转换为0，然后将该列输入为整数。

df[['class_parent_ref']] = df[['class_parent_ref']].fillna(value = 0)
df['class_parent_ref'] = df['class_parent_ref'].astype(int)

或者在读取您的文件时，为pd.read_excel() 指定keep_default_na = False，为pd.read_csv() 指定na_filter = False

【讨论】：