禁止 Pandas 中的科学记数法 *不*改变精度

Question

有没有办法在 Panda 的输出中抑制科学记数法而不强制所有列都具有特定的精度？

这样一个数据框：

import pandas as pd

df = pd.DataFrame({"a": [0.01, 0.02, 0.03], "b": [0.0000001, 0.0000002, 0.0000003]})

df.to_csv(
    "df.csv",
    index=False,
)

最初将输出为：

一个	b
0.01	1.00E-07
0.02	2.00E-07
0.03	3.00E-07

而是变成了我想要的 output：

一个	b
0.01	0.0000001
0.02	0.0000002
0.03	0.0000003

已经提出了许多关于在 Pandas'.to_csv 结果中抑制科学记数法的问题，但所有答案都涉及指定任意精度。

例如，在df.to_csv中设置float_format="%.7f"会强制所有浮点列和数字使用 7 个有效数字（当然， round(7)也是如此）。

这将导致以下 output，这是我不想要的：

一个	b
0.0100000	0.0000001
0.0200000	0.0000002
0.0300000	0.0000003

（我也尝试按照这里的建议使用np.format_float_positional ，但没有运气。）

Answer 1

在系列上实施np.format_float_positiona 。 如果在 df 上完成，您将被迫进行迭代，这在计算上可能非常昂贵。

Pd系列

df['b'] =[(lambda x: np.format_float_positional(x))(x) for x in df['b']]

或者只是按照@user2357112 的建议支持莫妮卡

df['b'] =[np.format_float_positional(x) for x in df['b']]

Def function让我们尝试将其放入 def function

import numpy as np

def format_float(df):
    
    cols=list(df.columns)
    for col in cols:
        df[col]=[np.format_float_positional(x) for x in df[col]]
        
    return df

format_float(df)

结果

 a          b
0  0.01  0.0000001
1  0.02  0.0000002
2  0.03  0.0000003