Python 抑制数据帧列中的科学格式

我有一个名为accountnumber的列，其值类似于数据帧中的4.11889000e+11。我想抑制科学符号，并将值转换为4118890000。我尝试了以下方法，但没有成功

df = pd.read_csv(data.csv)
pd.options.display.float_format = '{:,.3f}'.format

---

请推荐

您不需要千位分隔符“，”和帐号的3位小数

改用以下方法

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。若我创建一个包含完整帐号的小型csv，pandas将把它们解释为整数

     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，则熊猫将以浮动形式读取

       acct_num
0  4.118890e+11
1  9.876543e+11

df['acct_num'].dtype
Out[54]: dtype('float64')

你有两个选择。首先，纠正创建csv的过程，以便正确写出帐号。第二种方法是将acct_num列的数据类型更改为integer

df['acct_num'] = df['acct_num'].astype('int64')

df
Out[66]: 
       acct_num
0  411889000000
1  987654321000

---

是的，这很有效，当我只打印df.Accountnumber时，它会显示转换后的值。但是，当我打印df.Accountnumber.unique（）时，它仍然以指数格式显示所有值。在这种情况下，您需要更改account number列的数据类型，如@floydn所建议的。您也可以更改打印格式，此解决方案更好，因为原始数据类型仍然有效