※ 引述《nepholi (我不是砲哥)》之銘言： : Hi all, : 小弟剛接觸Py沒多久 : 經歷只有用google大神邊查邊學基本語法 : 然後只拚出一套暴力型爬蟲 : 所以可能有些東西不知道怎麼查或找錯方向再請各位指教 : 這次要處理一筆資料是excel檔要轉成csv給後續一支正常運作中的C++讀取 : 其中excel的內容為 (以下為虛構) : 部門 | 卡號 | 名字 | 時間 | : ABC | 00010 | John | 2019/12/25 08:00:01 | : ABC | 00011 | Tom | 2019/12/25 08:02:55 | : ..以此類推 : 用最直接的寫法 : df = pd.read_excel('test.xlsx', usecols="A:D", dtype={'卡號':str}) : 可以成功讀進我想要的資料及型態 : 1.卡號為str (為了保留完整五位數) : 2.日期為datatime : 然後 : df.to_csv('hello.csv', index=None, header=True, encoding='utf-8-sig', : quoting=csv.QUOTE_NONNUMERIC) : 這句跑完之後產出的csv其中卡號跟日期欄位卻不是我想要的5位數及顯示秒數 : 而是 : 部門 | 卡號 | 名字 | 時間 | : ABC | 10 | John | 2019/12/25 08:00 | : ABC | 11 | Tom | 2019/12/25 08:02 | : 我有想過是不是csv的儲存格格式造成 : 日期的部分證實的確是 : 但卡號的部分被預設為"通用格式"導致我的卡號被去掉了前置0 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 據我所知，如果你在使用 pandas 讀入檔案的時候已經有使用 dtype， 或者在後續操作 dataframe 時，有透過 astype 將資料表內容轉為字串格式的話。 那麼在最後使用 to_csv() 轉換成 csv 格式的純文字檔是不會格式跑掉的。 由於你提到了「通用格式」，那麼最有可能造成被截去前方零位的原因， 是使用了 Excel, Numbers 或是 LibreOffice 這類試算表軟體去打開 csv 檔 如果你沒有特別規定讀入時要進行的格式操作， 這些軟體通常會自作聰明地替你處理。 --- 關於 csv 檔，我們可以看一下 Wiki 上面的說明： 逗號分隔值 （CSV, Comma-Separated Values），其檔案以純文字形式儲存表格資 料（數字和文字）。純文字意味著該檔案是一個字元序列，不含必須像二進位數字 那樣被解讀的資料。 因為通常可以用表格形式表現，所以可以用試算表軟體打開，但是本質是純文字 。建議使用純文字的編輯器，比如：記事本、notepad++、Sublime Text 或者是 VS Code 去開，看看這些數值是不是帶有 leading zero，如果有的話就不用管 他了，你轉換的檔案是正確的，只是試算表自己自作聰明而已，對於後續用 C++ 操作是不會有影響的。 至於日期的部份，你也可以同樣在讀入時存成字串就不會有這個問題了。 : 不曉得有沒有辦法可以在python的code裡面去設定這個呢 : 我找了pandas的官網說明to_csv但無斬獲 : 不知道是不是我誤會或漏看了.. : 感謝XD : P.S. 因為C++裡面讀取卡號後並沒有預設要做補0的動作 : 所以希望能在py這部分就處理掉 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.247.1 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1577247803.A.76C.html 這好像跟我的理解有所不同，如果是浮點數的話，會取到小數點後的最大有效值 ，比如說： 1.903900 -> 1.9049 2.410000 -> 2.41 3.541130 -> 3.54113 如果是整數的話，出來應該依然還是整數而不會被轉換。另一個可能的狀況是由 於有 NaN 的存在所進行的型態轉換： https://bit.ly/2Qev3Iy > In the absence of high performance NA support being built into NumPy > from the ground up, the primary casualty is the ability to represen > NAs in integer arrays. > > This trade-off is made largely for memory and performance reasons, > and also so that the resulting Series continues to be “numeric”. > > If you need to represent integers with possibly missing values, use > one of the nullable-integer extension dtypes provided by pandas: > > Int8Dtype, Int16Dtype, Int32Dtype, Int64Dtype 轉字串應該會比較快一點... 試算表工具可以拿來開啟 csv 檔案，但 csv 檔案並不具備試算表的詳細格式， 這是很多人常常會搞不清楚的，要用試算表開啟 csv 檔案，建議使用匯入的方 式而非直接開啟，除此之外建議保存時另存新檔。 甚至我之前也有遇過 Excel 匯入 csv 之後，他的 parser 抓錯沒有成功匯入的 狀況。 ※ 編輯: Hsins (140.112.247.1 臺灣), 12/25/2019 18:26:21