解决python的to_csv，会以科学记数法的方式写入到csv文件中

目录

前言

一、本文案例背景

二、使用步骤

1.引入相关库函数

2.读入数据并拼接处理

3.写入到csv文件

总结

---

前言

码农张！  此账号记录一些日常工作中遇到的一些问题，附解决方案

---

 

一、本文案例背景

背景：有一些相关数据，分为多张csv和excel文件，现需要对这些文件进行统计，取出需要的字段（此数据敏感，正文与数据相关使用XXX替代）。进行多表的数据拼接。最终写入到csv文件。

二、使用步骤

1.引入相关库函数

import pandas as pd

2.读入数据并拼接处理

data_1 = pd.read_csv( 'C:\\Users\\dell\\Desktop\\XXX\\XXX\\XXX.csv',encoding='gbk') 
data_2 = pd.read_excel( 'C:\\Users\\dell\\Desktop\\XXX\\XXX\\XXX.xlsx')

#设置取的列名  此处时按列取
column = ['columns']

#取出相关数据字段
data_1 = data_1[column]
data_2 = data_2[column]

#合并数据                                    cancat的连接方式  合并后剔除空值和缺失值并重新赋值下标
concat_data=pd.concat([data_1,data_2],axis=0,join='outer').dropna().drop_duplicates(ignore_index=True)

结果数据如下所示：
print(concat_data) 

3.写入到csv文件

python的pandas同时也提供了多方式写出的功能，常用的如to_sql、to_excel、to_csv等等。本文使用to_csv导出到csv文件。 

data.to_csv('C:\\Users\\dell\\Desktop\\XXXX.csv',encoding='utf-8')

这样写出方式是最普遍最常规的方法，但是对于本文使用的数据就出现了如下的错误。写出的csv表如下：

原因是因为pandas的to_csv底层实现原理是对一些比较长的数字通过科学计数法来写出的，会自动把后面位数变成0。这不是我们想要的。解决方法如下（将长数字转换为str类型）：

def num_out(data):
    data = str(data)+'\t'
    return data

data = concat_data['XXX'].map(num_out)

通过上面的操作，我们的长数子就完美得到了解决了！

  

 

---

总结

主要做了一些简单的统计工作，总体来说是没有太大的难度。毕竟活全是pandas干的！ 哈哈哈哈