【问题标题】：Pandas' `to_csv` doesn't behave the same way as printingPandas 的 `to_csv` 的行为方式与打印不同
【发布时间】：2021-01-02 07:55:41
【问题描述】：

考虑以下操作顺序：

创建一个包含两列的数据框，其类型为int64、float64
通过将所有列转换为object 创建一个新框架
检查新的数据框
保留新的数据框
期望第二列得到持久化，如第三步所示：即作为字符串，而不是作为 float64

如下图所示：

# Step 1
df = pd.DataFrame.from_dict({'a': [3, 2, 1, 0], 'b': [1, 500.43, 256.13, 5]})  

# Step 2
df2 = df.astype(object)

# Step 3
df2.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   a       4 non-null      object
 1   b       4 non-null      object
dtypes: object(2)
memory usage: 192.0+ bytes

# NOTE notice how column `b` is rendered
df2
   a       b
0  3       1
1  2  500.43
2  1  256.13
3  0       5

# Step 4
df2.to_csv("/tmp/df2", index=False,  sep="\t")

现在让我们检查生成的输出：

$ cat df2
a   b
3   1.0
2   500.43
1   256.13
0   5.0

注意列b 是如何保留的：即使数据类型为object，小数位仍然存在于整数中。为什么会这样？我在这里错过了什么？

我将 Pandas 1.1.2 与 Python 3.7.9 一起使用。

【问题讨论】：

将类型更改为对象不会更改数据框中实际存储的内容，它只会更改列的打印方式。
谢谢@cs95。如何将 float64 转换为字符串，以使整数省略零？
有一些方法，但它们并不漂亮。您是要修复单列还是多列？
您可以将 float cols 转换为字符串并去掉小数位：df.select_dtypes('float').astype(str).apply(lambda x: x.str.rstrip('.0'))
@cs95 是迂腐的，它确实改变了存储在数据框中的内容。在df 中，您有一个dtype 为numpy.float64 的列，由pandas 包装的原始缓冲区由一个64 位浮点数数组组成。当您执行astype(object) 时，底层缓冲区将转换为 PyObject 指针数组。这些都指向 python float 对象。所以数据确实改变了。

标签： python pandas dataframe

【解决方案1】：

我对 pandas 不是很好，但我还在学习。我查看了一些解决方案，并想为什么不在我们将数据发送到 csv 文件之前对其进行应用。

这是我将值打印为1 和5 而不是1.0 和5.0 的操作

df 中的值是字符串、浮点数、整数的混合

import pandas as pd
df = pd.DataFrame.from_dict({'a': [3, 2, 1, 's', 't'], 'b': [1, 500.43, 256.13, 5, 'txt']})  
df2 = df.astype(object)
def convert(x):
    a = []
    for i in x.to_list():
        a.append(coerce(i))
    return pd.Series(a)
        
    #return pd.Series([str(int(i)) if int(i) == i else i for i in x.to_list()])

def coerce(y):
    try:
        p = float(y)
        q = int(y)
        if p != q:
            return str(p)
        else:
            return str(q)
    except:
        return str(y)

df2.apply(convert).to_csv("abc.txt", index=False, sep="\t")

文件中的输出将是：

df 中的所有值都是数字（整数或浮点数）

import pandas as pd
df = pd.DataFrame.from_dict({'a': [3, 2, 1, 0], 'b': [1, 500.43, 256.13, 5]})  
df2 = df.astype(object)
def convert(x):
    return pd.Series([str(int(i)) if int(i) == i else i for i in x.to_list()])
df2.apply(convert).to_csv("abc.txt", index=False, sep="\t")

输出如下：

这里我假设 df2 中的所有值都是数字。如果它有一个字符串值，那么 int(i) 将失败。

【讨论】：

【解决方案2】：

我认为，'object' 是 NumPy/pandas dtype，而不是 python 数据类型之一。如果你运行：

type(df2.iloc[0,1])

在第 4 步之前，您将获得 'float' 数据类型，即使它已更改为 'object'。

你可以使用：

df.to_csv("df.csv",float_format='%g', index=False, sep="\t")

而不是在第 2 步中强制转换。

【讨论】：

dtype='str'：列b 用于计算，应保持为float。我只需要更改持久化到文件的数据类型。
可以使用df.to_csv("df.csv",float_format='%g', index=False, sep="\t")写入.csv文件
我确实考虑过“%g”。但是，在某些情况下，这可能会导致指数表示法。