如何格式化熊猫数据框并保留原始浮点精度值

Posted 2023-04-13

【中文标题】如何格式化熊猫数据框并保留原始浮点精度值

【英文标题】：How to format a pandas dataframe and keep original float precision values

【发布时间】：2021-09-29 13:37:56

【问题描述】：

我使用 pandas 数据帧来加载接收到的有效载荷，当格式化时，它没有按照我的意愿格式化，我的代码示例：

import pandas as pd

df = pd.DataFrame(['A': 2.5e-07, 'B': 2.5e-05, 'C': 2.5e-04, 'D': 0.0001, 'E': 0.01])

pd.options.display.float_format = ':f'.format
print(df.to_string())

pd.set_option('display.float_format', str)
print(df.to_string())

输出：

         A        B        C        D        E
0 0.000000 0.000025 0.000250 0.000100 0.010000

        A       B       C      D    E
0 2.5e-07 2.5e-05 0.00025 0.0001 0.01

我想得到什么：

        A       B       C      D    E
0 0.0000025 0.000025 0.00025 0.0001 0.01

【参考方案1】：

我们可以使用np.format_float_positional:

import numpy as np
import pandas as pd

pd.set_option('display.float_format', np.format_float_positional)

df = pd.DataFrame([
    'A': 2.5e-07, 'B': 2.5e-05, 'C': 2.5e-04, 'D': 0.0001, 'E': 0.01
])

print(df.to_string())

或者使用option_context

import numpy as np
import pandas as pd

df = pd.DataFrame([
    'A': 2.5e-07, 'B': 2.5e-05, 'C': 2.5e-04, 'D': 0.0001, 'E': 0.01
])

with pd.option_context('display.float_format', np.format_float_positional):
    print(df.to_string())

两者都产生：

           A        B       C      D    E
0 0.00000025 0.000025 0.00025 0.0001 0.01

【参考方案2】：

您可以更改浮点小数位数，但这适用于所有值。

In [61]: df = pd.DataFrame(['A': 2.5e-07, 'B': 2.5e-05, 'C': 2.5e-04, 'D': 0.0001, 'E': 0.01])

In [62]: formats = "A": ":,.8f","B": ":,.6f", "C": ":,.5f", "D": ":,.4f", "E": ":,.2f"

In [63]: for col, f in formats.items():
    ...:     df[col] = df[col].map(lambda x: f.format(x))
    ...: 

In [64]: df
Out[64]: 
            A         B        C       D     E
0  0.00000025  0.000025  0.00025  0.0001  0.01

【讨论】：

那是问题，我想应用格式但不影响所有字段，换句话说，保持每个字段的精确精度

@Leo 检查更新的答案。

你的答案解决了问题，但是字段的格式是固定的，实际上，浮点数可以有几个小数位

@Leo 是的，它是硬编码的，我建议你使用 Henry Ecker 的答案。