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Python 抑制数据帧列中的科学格式,python,pandas,dataframe,scientific-notation,Python,Pandas,Dataframe,Scientific Notation,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
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