为什么 df.reset_index() 在我的数据框中的小数点后添加 5 个零？

Question

我是一名 MPH 流行病学学生，在数据科学介绍课上，几乎没有编程经验。 我已经将一个 json 文件上传到 pycharm，使用

pub_num = pd.DataFrame(papers['Publication_Year'].value_counts())  

然后使用重置索引

pub_num = pub_num.reset_index()

重置索引后，它取了我数据框中的整数，并在小数点后添加了 5 个零。 现在我正在尝试绘制数据框，但我无法正确绘制它们，因为它无法识别整数。

为什么要添加零，我该如何摆脱它们？ 它在我的控制台中显示良好。 没有零。 但是然后我查看环境并在右下角“查看为数据框”，我可以看到所有的零。 屏幕截图显示没有零的控制台和带有零的数据帧。

我尝试使用 df.astype(int) 改回 int 并将精度更改为 0。但都没有奏效。

import json
import pandas as pd
import matplotlib.pyplot as plt

# open and prints out the json file
with open('Papers.json') as file:
    data = json.load(file)

# convert to pandas dataframe.
papers = pd.read_json('Papers.json')

# creates a dataframe to count the number of publications in each year
pub_num = pd.DataFrame(papers['Publication_Year'].value_counts())
pub_num = pub_num.reset_index()
pub_num.columns = ['Publication_Year', 'Counts']
print(pub_num)

df 的输出是：

       Publication_Year  Counts
0              2010      10
1              2009       5

我的情节代码是这样的：

plt.scatter(x = 'Publication_Year', y = 'Counts', data = pub_num)
plt.xlabel('Publication Year')
plt.ticklabel_format(useOffset=False)
plt.show()

使用 plt.ticklabel_format(useOffset=False) 绘图

如果我不使用 plt.ticklable_format 函数，则绘图

更新：所以我建议使用以下方法转换为日期时间：

pub_num['Publication_Year'] = pd.to_datetime(pub_num['Publication_Year'],format='%Y')

这是出来的图表：使用转换为年份而不是整数的图表它仍然在年复一年地添加额外的数字，这就是为什么我真的相信它，因为我的 df 中的小数点后有零，如第一张图片所示。

Answer 1

这与数据框中的零无关。

在您的第一个输出中，您只有两行。

       Publication_Year  Counts
0              2010          10
1              2009           5

在绘图方面，您将有两个有序对：(2009, 5) 和 (2010, 10)。 这意味着您的图表中有两个点。

这正是您提供的此链接中输出的内容。 由于2010和2009是整数，为了便于阅读，pandas 只会在x轴上的xticks插入值。 这些值没有任何意义，它们只是x轴的一部分，但是您可以通过混淆plt.plot函数的xticks和xtickslabels参数来完全修改它们。

当您将值设置为datetime ，您的数据将如下所示：

     Publication_Year  Counts
0          2010-01-01      10
1          2009-01-01       5

同样，您的数据框中将有两个点。 Pandas 将再次在这些点之间进行插值以提高可读性。 由于开始时间是January 2009 January 2010 ，结束时间是January 2010 ，因此为了便于阅读，您将有March 、 April 、 July等等。

同样，这与小数点无关。

如果您在plt.show()行之前添加plt.xticks([2009, 2010]) ，您将强制您的代码只有两个刻度：2009 和 2010。结果将类似于：