压制熊猫的科学符号？[副本]

Question

我在pandas中有一个数据框，其中一些数字用科学符号（或指数符号）表示，如下所示：

                  id        value
id              1.00    -4.22e-01
value          -0.42     1.00e+00
percent        -0.72     1.00e-01
played          0.03    -4.35e-02
money          -0.22     3.37e-01
other            NaN          NaN
sy             -0.03     2.19e-04
sz             -0.33     3.83e-01

科学记数法使得本应简单的比较变得不必要的困难。我认为是21900值搞砸了其他值。我的意思是1.0是编码的。一！

这不起作用：

np.set_printoptions(supress=True) 

而pandas.set_printoptions也没有实现抑制，我绝望地看着pd.describe_options（），而pd.core.format.set_eng_float_format（）似乎只对所有其他浮点值打开它，没有能力关闭它。

Answer 1

尝试这样做，它将只为大值和非常小的值提供科学符号（并添加数千分隔符，除非省略“，”）：

pd.set_option('display.float_format', lambda x: '%,g' % x)

或者，为了在不损失精度的情况下几乎完全抑制科学记数法，请尝试以下方法：

pd.set_option('display.float_format', str)

Answer 2

您的数据可能是数据类型。这是数据的直接复制/粘贴<代码>读取csv将其解释为正确的数据类型。通常情况下，在类似字符串的字段上应该只有对象的数据类型。

In [5]: df = read_csv(StringIO(data),sep='\s+')

In [6]: df
Out[6]: 
           id     value
id       1.00 -0.422000
value   -0.42  1.000000
percent -0.72  0.100000
played   0.03 -0.043500
money   -0.22  0.337000
other     NaN       NaN
sy      -0.03  0.000219
sz      -0.33  0.383000

检查您的dtype是否是对象

In [7]: df.dtypes
Out[7]: 
id       float64
value    float64
dtype: object

这将此帧转换为对象dtype（注意现在打印很有趣）

In [8]: df.astype(object)
Out[8]: 
           id     value
id          1    -0.422
value   -0.42         1
percent -0.72       0.1
played   0.03   -0.0435
money   -0.22     0.337
other     NaN       NaN
sy      -0.03  0.000219
sz      -0.33     0.383

这就是如何将其转换回来的方法（astype（float））也可以在这里使用

In [9]: df.astype(object).convert_objects()
Out[9]: 
           id     value
id       1.00 -0.422000
value   -0.42  1.000000
percent -0.72  0.100000
played   0.03 -0.043500
money   -0.22  0.337000
other     NaN       NaN
sy      -0.03  0.000219
sz      -0.33  0.383000

这就是对象dtype框架的样子

In [10]: df.astype(object).dtypes
Out[10]: 
id       object
value    object
dtype: object

Answer 3

快速临时：df.round（4）

全局：<代码>pd。选项。陈列float\u格式=“{：20，.2f}”。格式