Python 转换浮点以移除指数
我有如下数据:Python 转换浮点以移除指数,python,pandas,dataframe,jupyter-notebook,Python,Pandas,Dataframe,Jupyter Notebook,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('
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。