Python 转换浮点以移除指数

我有如下数据：

Date            MBs     GBs
0   2018-08-14 20:10    32.00 MB    0.00 GB
1   2018-08-14 20:05    4.00 MB     0.00 GB
2   2018-08-14 20:00    1000.99 MB  1.23 GB

我通过这样做剥离了MB和GB：

df['MBs']=df['MB'].str.strip('MB')
df['GBs']=df['GB'].str.strip('GB')

然后将数字转换为浮点数，得到总数：

df['MBs'] = df['MBs'].astype('float')
df['GBs'] = df['MBs'].astype('float')

df.loc['Total', ['MBs', 'GBs']] = df.sum()

但当我运行它时，我的数据有指数

Date    Data Transferred (MB)   Data Transferred (GB)
146 2018-08-14 08:00:00 1.871237e+05    1.874017e+05
147 2018-08-14 07:55:00 1.123211e+05    1.961854e+05
148 2018-08-14 07:50:00 2.187703e+05    2.187123e+05
...
Total       1.408910e+08    1.408910e+08

---

如何将浮动从指数转换为“正常”，我只是转换它，因为我需要得到总数，这就是浮动如何用熊猫来表示的，而不是你所改变的。但是，如果将数据格式化为字符串，则可以更改表示形式

# Don't run this line.
# df = pd.concat([df] * 10000, ignore_index=True) 
# This should be run on the *unstripped* version of your DataFrame.
df.loc['Total', ['MBs', 'GBs']] = (
    df[['MBs', 'GBs']]
       .stack()
       .str.split()
       .str[0]
       .astype(float)
       .unstack()
       .sum()
       .agg('{:.2f}'.format))

df.tail()

                   Date          MBs       GBs
29996  2018-08-14 20:00   1000.99 MB   1.23 GB
29997  2018-08-14 20:10     32.00 MB   0.00 GB
29998  2018-08-14 20:05      4.00 MB   0.00 GB
29999  2018-08-14 20:00   1000.99 MB   1.23 GB
Total               NaN  10369900.00  12300.00

---

您试图避免使用科学记数法：下面是您可以做的：

import pandas as pd
pd.set_option('display.float_format', lambda x: '%.3f' % x)

这行代码设置了熊猫显示格式，因此不会使用科学符号

---

参考资料：

此解决方案的好处在于，您不需要操纵数据帧本身，而是操纵数据帧的显示方式。此外，这将应用于任何地方，而不是数据帧中的特定值。