使用pandas处理包含产品序号的数据，序号是一串长的数字符号，遇到一系列科学技术法相关的问题。查阅了针对这个问题的一些已有解答，发现不能完全解决问题，也没有解释清楚问题出现的原因，所以举个简单的案例，彻底说明白怎么避免这个问题。
先放最终解决方案：
#显示不采用科学计数法
import numpy as np
np.set_printoptions(suppress=True)
pd.set_option('display.float_format', lambda x: '%.0f' % x)
#转excel不采用科学计数法
df['id'] = df['id'].astype(np.int64).astype(str)
df.to_excel('try.xlsx')
1.问题描述
结合一个小例子来看看可能出现的问题、原因以及为什么上面的方案可以解决。
首先，以这一串id为例：
x = [7030834394457750.0,7030834394457750.0,7030834394457750.0]
处理中可能遇到的问题包括：
问题1: pandas输出的df.head()等，长数字序号会被转换为科学计数，比如：问题2: pandas将dataframe输出为excel时，excel中的数据也会以科学计数保存
2. 解决方案 问题1: pandas输出的df.head()等，长数字序号会被转换为科学计数
可以通过设置numpy的数据展示格式解决，在输出df前先运行以下代码：
import numpy as np
np.set_printoptions(suppress=True)
pd.set_option('display.float_format', lambda x: '%.0f' % x) #不采用科学计数法,不要小数点
再照常输出df：
bingo！
问题2: pandas将dataframe输出为excel时，excel中的数据也会以科学计数保存
这个问题已有回答实在是挖了很多坑，下面例举几个：
无效方案一：不需要处理，excel中的数据只是被转为了科学计数表达，只要转为数字格式就能复原
- 如果数字序号非常长的话，科学技术的小数点是保留不到那么多位的，这会导致数据精度丧失，对id这样的序号来说尤其不可取，比如对一串特别长的数字：
x = [7030834394457754405703083439703083439.0,7030834394457759800703083439703083439.0,7030834394457754409703083439703083439.0]
直接保存成科学计数法再转换后：
无效方案二：直接转成string再存储为excel
许多回答表示可以尝试‘df['id'].astype(str)’再存储，但如果序号确实很长，这也会遇到问题。还是以上面为例，如果尝试以下代码：
df['id'].astype(str)
df.to_excel('try.xlsx')
得到的结果会是：
和前面对比，依然没有解决问题。
问题原因及方案其实，出现这一问题的原因是，数据序号在原数据中的格式是float。可以注意到上面的小例子输入x的时候特意加了小数点：
import pandas as pd
x = [7030834394457750.0,7030834394457750.0,7030834394457750.0]
df = pd.DataFrame({'id':x})
df
如果不加小数点，默认识别成int的话，还有这个问题吗？
我们不改变数据显示格式，直接运行以下几行：
import pandas as pd
x = [7030834394457750,7030834394457750,7030834394457750]
df = pd.DataFrame({'id':x})
df
输出是：
但是，此时如果直接保存到excel，还是有科学计数的问题：
所以还需要再转换一次，先将长序号转为int，再将int转为string，这样就可以彻底解决问题二了。
综合来说，结合【显示格式的设定】和【保存格式的转换】，通过以下代码，可以彻底解决问题一和问题二：
#显示不采用科学计数法
import numpy as np
np.set_printoptions(suppress=True)
pd.set_option('display.float_format', lambda x: '%.0f' % x)
#转excel不采用科学计数法
df['id'] = df['id'].astype(np.int64).astype(str)
df.to_excel('try.xlsx')
输出：
Excel：
