解决pandas\numpy 转换类型 造成数值（负数）改变问题

问题描述：

在使用pandas的dataframe的时候，有时候，会遇到明明应该是一串数字的，它使用科学计数法表示出来。
例如：

136377710738 变成 1.36378e+11

它自动将长整数，或者长小数，转成了这种不方便使用的形式。当然它只是形式变了，但是不影响计算结果。
但是想将其转换成正常显示的时候，我们会使用，astype()进行转换，但是有时候会遇到，转换完之后，数值变得莫名其妙。
例如：

136377699741 变成 -2147483648

原因：

我们在查看这个数字格式的时候， 会发现，它不是常规的float类型，正式因为格式问题，造成了这个状况。具体原因，暂时没有找到资料。

[]:df_combine['goods_id']
[]:	0    1.363777e+11
	1    1.363777e+11
	2    1.363777e+11
	Name: goods_id, dtype: float64

[]:df_combine['goods_id'].astype(int)
[]:	0   -2147483648
	1   -2147483648
	2   -2147483648
	Name: goods_id, dtype: int32

[]:df_combine['goods_id'].astype(str)
[]:	0       136377721179.0
	1       136377699758.0
	2       136377707488.0
	3       136377699772.0
	Name: goods_id, Length: 12155, dtype: object

解决方法：

使用astype(np.int64)解决

[]:df_combine['goods_id'].astype(np.int64)
[]:	0       136377721179
	1       136377699758
	2       136377707488
	3       136377699772
	Name: goods_id, Length: 12155, dtype: int64