格式化/抑制Python聚合结果中的科学符号

如何修改pandas中groupby操作的输出格式，该操作生成大量数字的科学符号

我知道如何在python中进行字符串格式化，但在这里应用它时，我不知所措

df1.groupby('dept')['data1'].sum()

dept
value1       1.192433e+08
value2       1.293066e+08
value3       1.077142e+08

如果我转换成字符串，这会抑制科学符号，但现在我只是想知道如何设置字符串格式和添加小数

sum_sales_dept.astype(str)

---

诚然，我在评论中链接的答案并不是很有帮助。您可以像这样指定自己的字符串转换器

In [25]: pd.set_option('display.float_format', lambda x: '%.3f' % x)

In [28]: Series(np.random.randn(3))*1000000000
Out[28]: 
0    -757322420.605
1   -1436160588.997
2   -1235116117.064
dtype: float64

我不确定这是否是最好的方法，但它是有效的

纯粹出于审美目的将数字转换为字符串似乎是个坏主意，但如果您有充分的理由，这是一种方法：

In [6]: Series(np.random.randn(3)).apply(lambda x: '%.3f' % x)
Out[6]: 
0     0.026
1    -0.482
2    -0.694
dtype: object

---

下面是另一种方法，类似于但没有lambda函数：

>>> pd.options.display.float_format = '{:.2f}'.format
>>> Series(np.random.randn(3))
0    0.41
1    0.99
2    0.10

或

---

如果要使用这些值，例如作为csvfile csv.writer的一部分，则可以在创建列表之前格式化这些数字：

df['label'].apply(lambda x: '%.17f' % x).values.tolist()

---

您可以使用round函数来抑制特定数据帧的科学符号：

df1.round(4)

或者，您可以通过以下方式全局抑制：

pd.options.display.float_format = '{:.4f}'.format

---

如果要在jupyter笔记本单元中设置数据帧输出的样式，可以基于每个数据帧设置显示样式：

df = pd.DataFrame({'A': np.random.randn(4)*1e7})
df.style.format("{:.1f}")

---

请参阅文档。

我有多个具有不同浮点的数据帧，因此thx to Allans idea制作了动态长度

pd.set_option('display.float_format', lambda x: f'%.{len(str(x%1))-2}f' % x)

---

负的是，如果你在浮动中有最后一个0，它会将其削减。因此，它不是0.000070，而是0.00007。

在全局范围内设置固定的小数位数通常是个坏主意，因为它不太可能是所有显示的各种数据的适当小数位数，无论大小。相反，请尝试此方法，它将仅为大值和非常小的值提供科学的表示法（并添加数千分隔符，除非省略“，”）：

或者，为了在不损失精度的情况下几乎完全抑制科学符号，请尝试以下方法：

pd.set_option('display.float_format', str)

---

我看到了那个问题，但我不确定这对我有什么帮助。我只是想保留当前的数据类型，即float，并简单地显示结果中的所有小数，而不是科学记数法。这可能只是一种显示。但是如果你认为你的问题有什么特别之处，使你的问题与Dan链接中的问题不同，那么你需要发布更多关于你的问题的信息，最好是用一个小数据集来重现问题。还有，您的结果的

d类型是什么？谢谢Dan。你知道如何重置pandas选项吗？@Josh要在pandas中临时设置选项，可以使用
pandas.option\u context
（请参阅）。这通常不是为了美观，而是为了通过视觉皮层在大型数字数据帧上快速浏览信息。pd.set\u选项（'display.float\u format'，lambda x:'%0.3f x'）为我工作的tooThis工作，您也可以使用较新的f字符串表示法。类似于
pd.set_选项（'display.float_format'，lambda x:f'{x:，.3f}'）
，如果您还需要1000个分隔符的话。我认为对于不太熟悉Python的团队成员来说，使用格式字符串会更容易，并且可能不理解lambda函数。到目前为止，这是最容易被忽视的答案之一。
pd.set_option('display.float_format', lambda x: '%,g' % x)

pd.set_option('display.float_format', str)