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)

当前回答

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()

其他回答

扩展这个有用的注释,下面是一个解决方案,设置格式选项只显示结果,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

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()

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}")

请在这里查看文档。

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

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。