pandas read_csv 读编号后前导零消失：按字符串与空值规则导入

CSV 中的编号是 000042，读入 pandas 后变成整数 42，再用 astype(str) 也只能得到 "42"。前导零在数值推断时已经丢失，事后转换类型不会把原始文本找回来。

客户编号、邮政编码这类字段通常用于识别而非计算。应在读取时按列指定字符串类型，同时确认 NA、空字符串等内容是否是合法编号。下面使用 pandas 2.x 与 3.0 支持的 "string" 类型，示例不覆盖文件写出前就已经被其他软件改动的情况。

在读取边界指定编号列的 dtype

下面的 CSV 字符串只是说明输入格式的小型示例：

from io import StringIO
import pandas as pd

source = StringIO("customer_id,quantity\n000042,3\n001007,8\n")
df = pd.read_csv(source, dtype={"customer_id": "string"})

编号列预期保留 "000042" 与 "001007"，数量列仍可按数值读取。应用中用实际文件路径替代 StringIO，并核对表头是否确实叫 customer_id。

dtype=str 可用于把所有列读成字符串，但会同时改变数量、日期等其他字段的处理方式。只有编号需要保留文本时，按列映射更容易维持原来的数据约定。

给原始 CSV 值加引号并不等于声明 pandas 列类型；读取器仍会根据内容推断类型。如果已经配置了该列的 converters，它会替代这列的 dtype 转换，应检查转换函数是否把文本转成了整数，不能以为同时写了 dtype 就一定保留零。

字符串类型仍需明确 NA 的含义

默认读取会将空字符串、NA、NULL 等常见表示识别为缺失值。指定字符串类型不会自动关闭这项识别，因此合法编号恰好是 NA 时，仍可能读成缺失标记。

假设输入约定是：编号 NA 为合法文本，编号为空才表示缺失。可以关闭默认缺失词，并只给这列声明空字符串：

source = StringIO("customer_id,quantity\n000042,3\nNA,8\n,2\n")
df = pd.read_csv(
    source,
    dtype={"customer_id": "string"},
    keep_default_na=False,
    na_values={"customer_id": [""]},
)

这个示例中编号 NA 应保留为两个字符，第三条编号应为缺失值。keep_default_na=False 对整次读取生效，其他列若也有空值或特殊缺失词，需要一并在 na_values 中按业务规则列出。不要为了保留一个编号，悄悄改变其他列的空值含义。

如果所有字段都应原样保留这些缺失词，可使用 keep_default_na=False 且不设置 na_values。na_filter=False 则会关闭缺失标记检测，此时 keep_default_na 和 na_values 都会被忽略；它不适合上面“空编号仍要算缺失”的约定。

已经丢掉的零，需要重新读取原件

只有 42 时，无法判断原始编号是 42、042 还是 000042。优先从保留的原始 CSV 重新读取，避免在已经损失格式的表格上反复转换。

只有业务协议明确规定固定宽度，且现有内容已经核验符合编号规则时，补零才能作为格式修复。补成六位不是还原原始数据；它也不能恢复已被浮点处理舍入的长编号，更不能推断缺失值原来是什么。

如果 DataFrame 内部的编号仍正确，只是在电子表格软件打开导出的 CSV 后显示成 42，应检查那次打开时的列类型推断。此时应按文本导入编号列，不能因此修改保存正确的上游字段。

上线前保留输入原件，用带零编号、合法缺失词编号、真正空编号和较长编号核对读取结果，并检查其他列的数据类型与行数。导出先写到新路径，再由实际下游读取确认；不要覆盖唯一的原始文件，否则后续回退无法补回丢失的编号格式。