Python CSV中插入的列向下取整

我想插入一个新列，并在该列中写入我的计算结果，但Pandas会将新插入列的值向下舍入

fileName = 'File.dat'
colnames=['junk', 'X', 'Y', 'P'] 

pd.options.display.precision = 10

df = pd.read_csv(fileName, sep = ' ', names=colnames, header=None)
df.drop(df.columns[0],axis = 1, inplace = True)
df.insert(3,'S',0)

df['S'][0] = 2.731

我得到的结果是：

                X             Y             P  S
0   -0.6109808683 -0.6784414649   1.212175369  2
1   -0.6717514396 -0.6717514396   2.204230785  0
2   -0.6717514396 -0.6717514396   2.204230785  0

为什么“S”列中的值向下舍入？

---

如何停止此行为？

它似乎认为类型是整数。有许多方法可以解决这个问题，例如指定加载时的类型。或者，您可以简单地编写

df = pd.read_csv(fileName, sep = ' ', names=colnames, header=None)
df["S"] = df["S"].astype(float)

---

看起来它认为类型是整数。有许多方法可以解决这个问题，例如指定加载时的类型。或者，您可以简单地编写

df = pd.read_csv(fileName, sep = ' ', names=colnames, header=None)
df["S"] = df["S"].astype(float)

---

将列的数据类型更改为float，或者在插入列的默认值时将0更改为0.0

fileName = 'File.dat'
colnames=['junk', 'X', 'Y', 'P'] 

pd.options.display.precision = 10

df = pd.read_csv(fileName, sep = ' ', names=colnames, header=None)
df.drop(df.columns[0],axis = 1, inplace = True)
df.insert(3,'S',0.0)

df.loc[0,'S']= 2.731

---

将列的数据类型更改为float，或者在插入列的默认值时将0更改为0.0

fileName = 'File.dat'
colnames=['junk', 'X', 'Y', 'P'] 

pd.options.display.precision = 10

df = pd.read_csv(fileName, sep = ' ', names=colnames, header=None)
df.drop(df.columns[0],axis = 1, inplace = True)
df.insert(3,'S',0.0)

df.loc[0,'S']= 2.731

---

你把索引器锁起来了。您希望

df.loc[0，'S']=2.761

链接索引器。您希望

df.loc[0，'S']=2.761

不要链接索引器。使用

df.loc[0，'S']=2.731

@PaulH感谢您的更正。已经更新了应答器。不要链接索引器。使用

df.loc[0，'S']=2.731

@PaulH感谢您的更正。更新了回答我建议不要使用点访问器分配列。一般来说，很容易覆盖数据帧方法并在以后得到意外的结果。相反，请执行

df['S']=df['S'].astype（float）

或

df=df.assign（S=df['S'].astype（float））

@PaulH我明白你的意思，这是有道理的。另一方面，制表符补全在Jupyter中非常适用于点表示法，而不适用于字符串（无可否认，对于称为“S”的东西来说，这不是一个问题）。我认为这是一种折衷。FWIW，jupyer现在可以通过传统的访问器标记完整的数据帧名称。此外，人们可以很容易地想象一个名为“T”的列。这可能造成严重破坏。如果你知道你在做什么，点存取器是好的。但我认为我们不应该在SOTo引导上鼓励他们，如果列名中有特殊字符或空格，jupyter的数据帧特定字符串制表符完成会更好。@PaulH很高兴知道，谢谢！我想这不是我工作场所使用的版本。无论如何，更正了。我建议不要使用点访问器分配列。一般来说，很容易覆盖数据帧方法并在以后得到意外的结果。相反，请执行

df['S']=df['S'].astype（float）

或

df=df.assign（S=df['S'].astype（float））

@PaulH我明白你的意思，这是有道理的。另一方面，制表符补全在Jupyter中非常适用于点表示法，而不适用于字符串（无可否认，对于称为“S”的东西来说，这不是一个问题）。我认为这是一种折衷。FWIW，jupyer现在可以通过传统的访问器标记完整的数据帧名称。此外，人们可以很容易地想象一个名为“T”的列。这可能造成严重破坏。如果你知道你在做什么，点存取器是好的。但我认为我们不应该在SOTo引导上鼓励他们，如果列名中有特殊字符或空格，jupyter的数据帧特定字符串制表符完成会更好。@PaulH很高兴知道，谢谢！我想这不是我工作场所使用的版本。不管怎样，更正了。