防止尾随零熊猫"to_csv"

Question

我试图将CSV字符串导出到D3 Web应用程序，但是命令to_csv坚持向数据添加尾随0，这阻止了D3的正确使用。

这里有一个简单的例子来说明这个问题。

我的（简化）数据帧是：

>>> df = pd.DataFrame([['Alex',20.0000, 50.650]],columns=['Name','Age', 'Weight'])
   Name   Age  Weight
0  Alex  20.0   50.65

df['年龄']包含一个浮点数，如下所示：

>>> df['Age']
0    20.0
Name: Age, dtype: float64

然后根据这个答案，我运行。aType（object）要获取我想要的格式，请执行以下操作：

>>> df=df.astype(object)
   Name Age Weight
0  Alex  20  50.65

现在，df['Age']包含一个对象，没有尾随零：

>>> df['Age']
0    20
Name: Age, dtype: object

这就是我想用导出到_csv的内容，但此命令将尾随的0重新添加到数字，我希望避免：

>>> df_csv = df.to_csv(sep=',', index = False)
>>> df_csv
'Name,Age,Weight\nAlex,20.0,50.65\n'

我尝试使用df\u csv=df。根据这个答案，将其转换为_csv（sep='，，index=False，float_format='%.0f'），但这不起作用，因为我的数据帧中还有其他浮点数，我希望保留非零小数。

如何防止没有小数的数字出现尾随的0？




Answer 1

这里有一种方法，只要字符串列中没有空格，就可以使用。

在astype（object）之后使用to_string（），而不是to_csv（）。这将保留数字格式，但将使用空格作为分隔符。只要其他字段中没有空格，就可以使用正则表达式将空格转换为逗号。

import re
df = df.astype(object)
df_string = re.sub(" +", ",", df.to_string(index=False))
print(df_string)
#Name,Age,Weight
#Alex,20,50.65

现在将df_string写入您的文件：

with open('path/to/some/file.csv', 'w') as f:
    f.write(df_string)

Answer 2

您是否尝试过df['Age']=df['Age']。aType（int）

这让我抓狂

    Name    Age     Weight
0   Alex    20  50.65

将列转换为类型对象实质上允许列保存浮点数、整数、字符串等，而类型化列仅保存该类型。

并将其转换为csv：

df_csv = df.to_csv(sep=',', index = False)
    
'Name,Age,Weight\r\nAlex,20,50.65\r\n'

Answer 3

另一种使用熊猫替换的方式：

df = df.astype(str)
df = df.replace(to_replace = "\.0+$",value = "", regex = True)

这样您就不需要导入任何额外的模块。