抑制数据框列中的科学格式答案

【问题标题】：Suppress Scientific Format in a Dataframe Column抑制数据框列中的科学格式
【发布时间】：2018-09-29 06:52:09
【问题描述】：

我有一个名为 accountnumber 的列，其值类似于 pandas 数据框中的 4.11889000e+11。我想压制科学计数法并将值转换为4118890000。我尝试了以下方法，但没有奏效。

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

请推荐。

【问题讨论】：

【解决方案1】：

您不需要千位分隔符“，”和帐号的 3 位小数。

请改用以下内容。

pd.options.display.float_format = '{:.0f}'.format

【讨论】：

是的，这行得通，当我打印 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，您需要按照@floydn 的建议更改帐号列的数据类型。
你也可以改变打印格式，这个解决方案更好，因为原始数据类型仍然有效

【解决方案2】：

我假设帐号的指数符号必须来自数据文件。如果我创建一个包含完整帐号的小 csv，pandas 会将它们解释为整数。

     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法表示，那么 pandas 会将它们读取为浮点数。

       acct_num
0  4.118890e+11
1  9.876543e+11

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

您有 2 个选项。首先，更正创建 csv 的过程，以便正确写出帐号。二是将acct_num列的数据类型改为整数。

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

df
Out[66]: 
       acct_num
0  411889000000
1  987654321000

【讨论】：