在数据框列中抑制科学格式
Suppress Scientific Format in a Dataframe Column
我在 pandas 数据框中有一个名为 accountnumber 的列,其值类似于 4.11889000e+11。我想抑制科学计数法,将值转换为4118890000。我尝试了以下方法,但没有用。
df = pd.read_csv(data.csv)
pd.options.display.float_format = '{:,.3f}'.format
求推荐。
帐号不需要千位分隔符“,”和三位小数。
改为使用以下内容。
pd.options.display.float_format = '{:.0f}'.format
我假设帐号的指数符号必须来自数据文件。如果我创建一个包含完整帐号的小型 csv,pandas 会将它们解释为整数。
acct_num
0 4118890000
1 9876543210
df['acct_num'].dtype
Out[51]: dtype('int64')
但是,如果 csv 中的帐号以指数表示法表示,则 pandas 会将它们读取为浮点数。
acct_num
0 4.118890e+11
1 9.876543e+11
df['acct_num'].dtype
Out[54]: dtype('float64')
你有2个选项。首先,更正创建 csv 的过程,以便正确写出帐号。二是将acct_num列的数据类型改为整型
df['acct_num'] = df['acct_num'].astype('int64')
df
Out[66]:
acct_num
0 411889000000
1 987654321000
我在 pandas 数据框中有一个名为 accountnumber 的列,其值类似于 4.11889000e+11。我想抑制科学计数法,将值转换为4118890000。我尝试了以下方法,但没有用。
df = pd.read_csv(data.csv)
pd.options.display.float_format = '{:,.3f}'.format
求推荐。
帐号不需要千位分隔符“,”和三位小数。
改为使用以下内容。
pd.options.display.float_format = '{:.0f}'.format
我假设帐号的指数符号必须来自数据文件。如果我创建一个包含完整帐号的小型 csv,pandas 会将它们解释为整数。
acct_num
0 4118890000
1 9876543210
df['acct_num'].dtype
Out[51]: dtype('int64')
但是,如果 csv 中的帐号以指数表示法表示,则 pandas 会将它们读取为浮点数。
acct_num
0 4.118890e+11
1 9.876543e+11
df['acct_num'].dtype
Out[54]: dtype('float64')
你有2个选项。首先,更正创建 csv 的过程,以便正确写出帐号。二是将acct_num列的数据类型改为整型
df['acct_num'] = df['acct_num'].astype('int64')
df
Out[66]:
acct_num
0 411889000000
1 987654321000