从Python Pandas聚合结果格式化/抑制科学记数法

Question

如何修改pandas中groupby操作的输出格式,为大数字生成科学记数法.我知道如何在python中进行字符串格式化,但是在这里应用它时我感到很茫然.

df1.groupby('dept')['data1'].sum()

dept
value1       1.192433e+08
value2       1.293066e+08
value3       1.077142e+08

如果我转换为字符串,这会抑制科学记数法,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)

Answer 1

当然,我在评论中链接的答案并不是很有帮助.您可以像这样指定自己的字符串转换器.

In [25]: pd.set_option('display.float_format', lambda x: '%.3f' % x)

In [28]: Series(np.random.randn(3))*1000000000
Out[28]: 
0    -757322420.605
1   -1436160588.997
2   -1235116117.064
dtype: float64

我不确定这是否是首选方式,但它确实有效.

纯粹出于审美目的将数字转换为字符串似乎是一个坏主意,但如果你有充分的理由,这是一种方式:

In [6]: Series(np.random.randn(3)).apply(lambda x: '%.3f' % x)
Out[6]: 
0     0.026
1    -0.482
2    -0.694
dtype: object

Answer 2

这是另一种方法,类似于Dan Allan的答案,但没有lambda函数:

>>> pd.options.display.float_format = '{:.2f}'.format
>>> Series(np.random.randn(3))
0    0.41
1    0.99
2    0.10

要么

>>> pd.set_option('display.float_format', '{:.2f}'.format)

Answer 3

您可以使用round函数来抑制特定数据帧的科学记数法:

df1.round(4)

或者你可以压制全球:

pd.options.display.float_format = '{:.4f}'.format

Answer 4

如果要在 jupyter notebook 单元格中设置数据框输出的样式，可以在每个数据框的基础上设置显示样式：

df = pd.DataFrame({'A': np.random.randn(4)*1e7})
df.style.format("{:.1f}")

请参阅此处的文档。

Answer 5

我有多个具有不同浮点的数据帧，因此感谢 Allans 的想法，使其成为动态长度。

pd.set_option('display.float_format', lambda x: f'%.{len(str(x%1))-2}f' % x)

这样做的缺点是，如果你在 float 中最后有 0，它会削减它。所以它不会是 0.000070，而是 0.00007。

Answer 6

扩展这个有用的评论，这里是一个解决方案，设置格式选项仅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

Answer 7

全局设置固定的小数位数通常是一个坏主意，因为对于您将要显示的所有各种数据，无论大小如何，它都不可能是合适的小数位数。相反，试试这个，它只会为大值和非常小的值提供科学记数法（并添加千位分隔符，除非你省略“，”）：

pd.set_option('display.float_format', lambda x: '%,g' % x)

或者要在不损失精度的情况下几乎完全抑制科学记数法，请尝试以下操作：

pd.set_option('display.float_format', str)