Suppression de la notation scientifique chez les pandas?

J'ai un DataFrame dans les pandas, où les nombres sont exprimés en notation scientifique (ou exposant notation) comme ceci:

                  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

Et la notation scientifique permet une comparaison facile, inutilement difficile. Je suppose que c'est la 21900 valeur de vissage pour les autres. Je veux dire 1.0 est codé. UN!

Cela ne fonctionne pas:

np.set_printoptions(supress=True)

Et pandas.set_printoptions ne pas mettre en œuvre supprimer, et j'ai regardé tout à pd.describe_options() dans le désespoir, et pd.core.format.set_eng_float_format() ne semble pour l'allumer pour toutes les autres valeurs flottantes, avec aucune possibilité de le désactiver.

source d'informationauteur user1244215 | 2013-07-19

  1. 6

    Vos données est probablement object dtype. C'est un copier/coller direct de vos données. read_csv l'interprète comme le bon dtype. Vous devriez normalement avoir object dtype sur la chaîne-comme des champs.

    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

    vérifier si votre dtypes sont object

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

    Ce convertit ce cadre à object dtype (avis de l'impression est drôle maintenant)

    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

    C'est comment faire pour le convertir en arrière (astype(float)) fonctionne également ici

    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

    C'est ce qu'un object dtype cadre ressemblerait

    In [10]: df.astype(object).dtypes
Out[10]: 
id       object
value    object
dtype: object
  2. 20

    rapide temporaire: df.round(4)

    global: pd.options.display.float_format = '{:20,.2f}'.format

  3. 3
    df["column"]).describe().apply(lambda x: format(x, 'f'))

    Que la fonction décrire retourne un dataframe, ce que la fonction ci-dessus n'est, tout simplement, il les formats de chaque ligne au format standard.
    J'ai écrit cette réponse parce que j'ai eu une bien que dans mon esprit, qui était
    Ses inutiles pour obtenir le comte de 95 95.00000 e+01
    Aussi dans notre format régulier, il est plus facile de comparer.

    Avant d'appliquer la fonction ci-dessus nous avons été faire

    count    9.500000e+01
mean     5.621943e+05
std      2.716369e+06
min      4.770000e+02
25%      2.118160e+05
50%      2.599960e+05
75%      3.121170e+05
max      2.670423e+07
Name: salary, dtype: float64

    Après l'application, nous obtenons

    count          95.000000
mean       562194.294737
std       2716369.154553
min           477.000000
25%        211816.000000
50%        259996.000000
75%        312117.000000
max      26704229.000000
Name: salary, dtype: object

    frapper si elle m'a aidé 🙂

    La même Réponse est posté à Stackoverflow réponse ici

  4. 0

    Si vous souhaitez utiliser les valeurs de formatage de chaîne de caractères dans une liste, dire dans le cadre de csvfile csv.writier, les chiffres peuvent être formaté avant de créer une liste:

    df['label'].apply(lambda x: '%.17f' % x).values.tolist()