pandas写入csv不用科学计数

你可以在写入csv文件时使用参数`float_format='%.0f'`来确保不使用科学计数法。代码示例如下：

df.to_csv('df.csv', float_format='%.0f', encoding='utf-8')

这样，所有的数值将会以普通数字形式保存在csv文件中，而不是科学计数法。这样可以确保所有的元素都以字符串形式保存在csv文件中，而不会被错误地转换为科学计数法的数字。

相关问题

用pandas读取csv文件后如何将文件指定列的数据写入一个列表

可以使用 `pandas` 库中的 `read_csv` 函数读取 CSV 文件，并使用 `iloc` 属性选择需要的列，最后将其转换为列表。以下是一个示例代码：

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('your_file.csv')

# 选择需要的列并转换为列表
your_column_list = df.iloc[:, your_column_index].tolist()

其中，`your_file.csv` 是你要读取的 CSV 文件名，`your_column_index` 是你要提取的列的索引，从 0 开始计数。`tolist()` 将选定的列转换为列表。

pandas写入excel的指定列

要在pandas中将指定列写入Excel，可以使用`to_excel`方法，并通过`columns`参数指定需要输出的列的列序号列表。例如，如果你有一个名为`data`的DataFrame对象，并且想要将第1列和第3列写入Excel文件，可以使用以下代码：

data.to_excel('result.xlsx', columns=\[0, 2\])

这将把`data`中的第1列和第3列写入名为`result.xlsx`的Excel文件中。请注意，列序号从0开始计数。\[3\]
#### 引用[.reference_title]
- *1* [python pandas库读取excel/csv中指定行或列数据详解](https://blog.csdn.net/yaxuan88521/article/details/123518635)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [Pandas对Excel进行写入操作](https://blog.csdn.net/mandy__/article/details/124693374)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]