如何从dataframe中保存CSV，以在数字列中保留零？

Question

在Python 3和pandas中，我有一个数据框，其中有一列cpf，其中包含代码

candidatos_2014.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 26245 entries, 0 to 1063
Data columns (total 7 columns):
uf                 26245 non-null object
cargo              26245 non-null object
nome_completo      26245 non-null object
cpf                26245 non-null object
nome_urna          26245 non-null object
partido_eleicao    26245 non-null object
situacao           26245 non-null object
dtypes: object(7)
memory usage: 1.6+ MB

这些代码是这样的数字：“00229379273”、“84274662268”、“09681949153”、“53135636534”。。。

我保存为CSV

candidatos_2014.to_csv('candidatos_2014.csv')

我使用Ubuntu和LibreOffice。但当我打开文件时，cpf列不显示前导零：

"229379273", "9681949153"

请问，有没有办法保存一个CSV，在只有数字的列中左边保留零？

Answer 1

首先，确保csv文件中的输出没有零。 如果是这样，但您在Excel或其他电子表格中打开该文件，有时仍然可以看到不带前导零的值。 在这种情况下，转到“数据”菜单，然后导入表单文本。 Excel的导入实用程序将为您提供定义每个列的数据类型的选项。

我相信在其他应用程序中应该是类似的。

希望有帮助！

Answer 2

TLDR：如果pandas列是类型object，则无需执行任何操作

我觉得这里的两个答案，尤其是公认的答案，都是令人困惑的。简而言之，如果列的dtype是object，那么pandas将用前导零来编写它。没什么可做的。

如果像我一样，你来这里是因为你不确定，当你打开CSV时，前导零消失了，然后按照Ivan的建议——看看你写的文件来验证，但是你应该在那里看到前导零。

如果你这样做了，那么这两个答案都给出了如何在保留前导零时读回数据的指导。

如果没有，则在保存CSV时pandas中的数据类型不正确。仅仅使用astype更改该列不会恢复零。您还需要使用str.zfill，如本文SO answer.所述

Answer 3

读取csv文件时，将dtype指定为string，如下所示：

# if you are reading data with leading zeros
candidatos_2014 = pd.read_csv('candidatos_2014.csv', dtype ='str')

或将数据列转换为字符串

# if data is generated in python you can convert column into string first
candidatos_2014['cpf'] = candidatos_2014['cpf'].astype('str')
candidatos_2014.to_csv('candidatos_2014.csv')