当每列的数字大小不同时，如何保留 Dataframe 多列的所有尾随零？
How to keep all trailing zeros of multiple columns of a Dataframe when each column has a different size of numbers?
重要的初始信息：这些值是 ID 的，它们不是计算结果，所以我真的没有办法改变它们在文件中的保存方式。
数据框示例：
datetime
match_name
match_id
runner_name
runner_id
...
2022/01/01 10:10
City v Real Madrid
1.199632310
City
122.23450
...
2021/01/01 01:01
Celtic v Rangers
1.23410
Rangers
101.870
...
但是Dataframe中的match_id出现了：
1.19963231
1.2341
并且Dataframe中的runner_id出现：
122.2345
101.87
我尝试将所有值作为字符串传递，这样它会将数字视为字符串而不删除零：
df = pd.read_csv(filial)
df = df.astype(str)
但是没有用，他一直把右边的零去掉
我知道 float_format 的存在，但在这种情况下，有必要指定要使用的小数位数，所以我无法使用它，因为它们是 ID，所以我不能接受非常大的值被四舍五入的风险。
注意：有数百个不同的列。
当您的数据被读取时，零已经被删除，因此您转换为 str 不再有帮助。
您需要将选项直接传递给read_csv():
df = pd.read_csv(filial, dtype={'runner_id': str})
如果你有很多这样的列，你可以设置 dtype=str（而不是字典），但是 all 你的列将是 str ，所以你需要 re-parse 每个有趣的作为它们正确的数据类型（例如 datetime）。
更多详情见the docs；也许也可以玩 converters 参数。
重要的初始信息：这些值是 ID 的，它们不是计算结果，所以我真的没有办法改变它们在文件中的保存方式。
数据框示例：
| datetime | match_name | match_id | runner_name | runner_id | ... |
|---|---|---|---|---|---|
| 2022/01/01 10:10 | City v Real Madrid | 1.199632310 | City | 122.23450 | ... |
| 2021/01/01 01:01 | Celtic v Rangers | 1.23410 | Rangers | 101.870 | ... |
但是Dataframe中的match_id出现了：
1.19963231
1.2341
并且Dataframe中的runner_id出现：
122.2345
101.87
我尝试将所有值作为字符串传递，这样它会将数字视为字符串而不删除零：
df = pd.read_csv(filial)
df = df.astype(str)
但是没有用，他一直把右边的零去掉
我知道 float_format 的存在，但在这种情况下，有必要指定要使用的小数位数，所以我无法使用它，因为它们是 ID，所以我不能接受非常大的值被四舍五入的风险。
注意：有数百个不同的列。
当您的数据被读取时，零已经被删除，因此您转换为 str 不再有帮助。
您需要将选项直接传递给read_csv():
df = pd.read_csv(filial, dtype={'runner_id': str})
如果你有很多这样的列，你可以设置 dtype=str（而不是字典），但是 all 你的列将是 str ，所以你需要 re-parse 每个有趣的作为它们正确的数据类型（例如 datetime）。
更多详情见the docs；也许也可以玩 converters 参数。