从dataframe转换为dictionary时数据类型更改

Question

我用Pandas从Excel读取csv文件，并将其制作成一个数据帧（显然，还有更多的值）：

df_c = pd.read_csv(r'<filename>, low_memory = False)

CRASH_ID    SER_NO  CMPSS_DIR_CD    URB_AREA_CD  CRASH_DAY_NO
1486150     1       2               67           1
1486152     3       7               67           1
1486224     4       2               53           5
1486225     5       9               54           2

我使用to_dict将其转换为字典，这样每个列名都有一个与之关联的值列表：

^{pr2}$

但是，由于某些原因，dfdict中的大多数（如果不是全部的话）数值已转换为浮点值：

{'CRASH_ID': [1486150, 1486152, 1486224, 1486225],
'SER_NO': [1, 3, 4, 5],
'CMPSS_DIR_CD': [2.0, 7.0, 2.0, 9.0],
'URB_AREA_CD': [67.0, 67.0, 53.0, 54.0],
'CRASH_DAY_NO': [1, 1, 5, 2]}

这是不好的，因为我需要用不同的值列表来匹配dfdict中的值，所以如果{}中的某些值有小数，那么匹配将无法正常工作。在

我已经检查过了，以确保原始数据帧中没有任何浮动。没有。我尝试过强制dataframe成为一个带有df_c.applymap(str)的字符串，但是数据根本没有改变，当我试图强制字典包含带有df_c.astype(object).to_dict（如建议的here）的字符串时，它也没有改变。在