Python Pandas 科学记数法不一致

Posted 2023-04-13

【中文标题】Python Pandas 科学记数法不一致

【英文标题】：Python Pandas Scientific Notation Iconsistent

【发布时间】：2014-10-20 11:15:18

【问题描述】：

我正在考虑在 Ubuntu 14.04 64 位上使用 Pandas（因为我刚刚发现它）重写一些数据分析代码，但我遇到了一些奇怪的行为。我的数据文件如下所示：

26/09/2014  00:00:00    2.423009    -58.864655  3.312355E-7 6.257226E-8 302 305
26/09/2014  00:00:00    2.395637    -62.73302   3.321525E-7 7.065322E-8 302 305
26/09/2014  00:00:01    2.332541    -57.763269  3.285718E-7 6.873837E-8 302 305
26/09/2014  00:00:02    2.366828    -51.900812  3.262279E-7 7.397762E-8 302 305
26/09/2014  00:00:03    2.435500    -40.820161  3.241068E-7 6.777224E-8 302 305
26/09/2014  00:00:04    2.428922    -65.573049  3.212358E-7 6.761804E-8 302 305
26/09/2014  00:00:05    2.419931    -59.414711  3.185517E-7 7.243236E-8 302 305
26/09/2014  00:00:06    2.416663    -60.064279  3.209795E-7 6.242328E-8 302 305
26/09/2014  00:00:07    2.411954    -52.586242  3.184297E-7 5.825581E-8 302 304
26/09/2014  00:00:08    2.457342    -61.874388  3.151493E-7 6.327384E-8 303 304

列是制表符分隔的。为了将这些读入 Pandas，我使用了以下简单命令：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = pd.read_csv("path/to/file.dat", sep="\t", header=None)
print data

这会产生以下输出：

            0         1         2          3  4             5    6    7
0  26/09/2014  00:00:00  2.423009 -58.864655  0  6.257226e-08  302  305
1  26/09/2014  00:00:00  2.395637 -62.733020  0  7.065322e-08  302  305
2  26/09/2014  00:00:01  2.332541 -57.763269  0  6.873837e-08  302  305
3  26/09/2014  00:00:02  2.366828 -51.900812  0  7.397762e-08  302  305
4  26/09/2014  00:00:03  2.435500 -40.820161  0  6.777224e-08  302  305
5  26/09/2014  00:00:04  2.428922 -65.573049  0  6.761804e-08  302  305
6  26/09/2014  00:00:05  2.419931 -59.414711  0  7.243236e-08  302  305
7  26/09/2014  00:00:06  2.416663 -60.064279  0  6.242328e-08  302  305
8  26/09/2014  00:00:07  2.411954 -52.586242  0  5.825581e-08  302  304
9  26/09/2014  00:00:08  2.457342 -61.874388  0  6.327384e-08  303  304

[10 rows x 8 columns]

这里要注意的重要一点是第 4 列。将其与第 5 列以及原始数据进行比较。第 5 列以科学计数法呈现，而第 4 列则没有。它不仅将列清零或将其转换为 int，因为：

>>> data[4][0]*1e7
3.3123550000000002

这是我所期望的。所以数据值是相同的，但表示已经改变。如果这只是一个装饰性的东西，那我可以忍受，但它让我感到不安，我想知道这里发生了什么。

【参考方案1】：

是的，这是一种装饰性的东西，您可以使用 set_option 进行更改：

In [21]:

pd.set_option('display.precision',20)
df[4]
Out[21]:
0    0.0000003312355
1    0.0000003321525
2    0.0000003285718
3    0.0000003262279
4    0.0000003241068
5    0.0000003212358
6    0.0000003185517
7    0.0000003209795
8    0.0000003184297
9    0.0000003151493
Name: 4, dtype: float64

基础数据不会被截断并且会被保留，包括当您将数据写回 csv 时

如果您在 iPython 中，那么您可以检查默认设置是什么，对于显示精度（有效数字），通常为 7。

【讨论】：

好的，谢谢您的保证。我只是觉得奇怪的是，第 5 列（甚至包含 更小的 值）显示正确，而第 4 列却没有。我使用了 set_option 命令，它显示了我期望的数字，但现在它们不是科学计数法。如果我四处搜索，大概会找到一个设置。

这实际上解决了我遇到的一个问题，即 pandas 读取指数数字并切断有效数字