从Pandas聚合结果中格式化/抑制科学符号

如何修改pandas中groupby操作的输出格式，以生成非常大的数字的科学计数法?

我知道如何在python中进行字符串格式化，但当涉及到在这里应用它时，我不知所措。

df1.groupby('dept')['data1'].sum()


dept
value1       1.192433e+08
value2       1.293066e+08
value3       1.077142e+08

这抑制了科学符号，如果我转换为字符串，但现在我只是想知道如何字符串格式和添加小数。

sum_sales_dept.astype(str)
344501 次浏览
小开
最佳答案

当然，我在评论中链接的答案并不是很有用。您可以像这样指定自己的字符串转换器。

In [25]: pd.set_option('display.float_format', lambda x: '%.3f' % x)


In [28]: Series(np.random.randn(3))*1000000000
Out[28]:
0    -757322420.605
1   -1436160588.997
2   -1235116117.064
dtype: float64

我不确定这是否是首选的方法，但它确实有效。

纯粹出于审美目的将数字转换为字符串似乎是一个坏主意，但如果你有一个很好的理由，这是一种方法:

In [6]: Series(np.random.randn(3)).apply(lambda x: '%.3f' % x)
Out[6]:
0     0.026
1    -0.482
2    -0.694
dtype: object
小开

下面是另一种方法，类似于丹·艾伦的回答，但没有lambda函数:

>>> pd.options.display.float_format = '{:.2f}'.format
>>> Series(np.random.randn(3))
0    0.41
1    0.99
2    0.10

或

>>> pd.set_option('display.float_format', '{:.2f}'.format)
小开

如果你想使用这些值，比如作为csv文件csv的一部分。在创建列表之前，可以对数字进行格式化:

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

你可以使用round函数来抑制特定数据帧的科学符号:

df1.round(4)

或者你可以通过以下方法全局抑制is:

pd.options.display.float_format = '{:.4f}'.format
小开

如果你想在jupyter notebook单元格中设置数据帧的输出样式，你可以在每个数据帧的基础上设置显示样式:

df = pd.DataFrame({'A': np.random.randn(4)*1e7})
df.style.format("{:.1f}")

enter image description here

参见文档在这里。

小开

我有多个具有不同浮点数的数据帧，所以多亏了Allans的想法，使动态长度。

pd.set_option('display.float_format', lambda x: f'%.{len(str(x%1))-2}f' % x)

这个的负号是，如果你在浮点数中有最后一个0，它就会切掉它。所以不是0.000070，而是0.00007。

小开

全局设置固定的小数点位数通常是一个坏主意，因为它不太可能为您将显示的所有不同数据提供适当的小数点位数，而不考虑大小。相反，尝试以下方法，它将只为大值和非常小的值提供科学的符号(并添加千位分隔符，除非您省略"，"):

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

或者在不影响精确度的情况下几乎完全压制科学符号，试试这个:

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

扩展这有用的注释，下面是一个解决方案，只设置格式化选项来显示结果，而不永久更改选项:

with pd.option_context('display.float_format', lambda x: f'{x:,.3f}'):
display(sum_sales_dept)


dept
value1  119,243,300.0
value2  129,306,600.0
value3  107,714,200.0

提交答案