将长整数转换为pandas中的字符串(以避免科学记数法)

Question

我希望以下记录(当前显示为3.200000e + 18但实际上(希望)每个都是一个不同的长整数),使用pd.read_excel()创建,以便进行不同的解释:

ipdb> self.after['class_parent_ref']
class_id
3200000000000515954    3.200000e+18
3200000000000515951             NaN
3200000000000515952             NaN
3200000000000515953             NaN
3200000000000515955    3.200000e+18
3200000000000515956    3.200000e+18
Name: class_parent_ref, dtype: float64

目前,它们似乎"出来"是科学标记的字符串:

ipdb> self.after['class_parent_ref'].iloc[0]
3.2000000000005161e+18

更糟糕的是,我不清楚我的.xlsx文件中是否已正确读取该数字:

ipdb> self.after['class_parent_ref'].iloc[0] -3.2e+18
516096.0

Excel中的数字(数据源)为3200000000000515952.

这不是显示器,我知道我可以在这里更改.这是关于保持基础数据在同一个形式,它是在阅读时(这样,如果/当我把它写回Excel,它会看起来是一样的,因此,如果我使用这些数据,它会看起来像它那样在Excel而不是Xe + Y).如果我可以指望它是正确数字的字符串表示,我肯定会接受一个字符串.

您可能会注意到我想看到的数字实际上(顺便提一下)其中一个标签.Pandas正确读取字符串中的那些(可能是因为Excel将它们视为字符串？)与我输入的这个数字不同.(实际上,即使我在重做读取之前输入="3200000000000515952"进入相关单元格,我也得到了与上述相同的结果.)

如何从数据帧中获取3200000000000515952？我想知道大熊猫是否有长整数的限制,但我唯一发现的是1)有点过时了,2)看起来不像我面对的那样.

谢谢!

Answer 1

将列值转换NaN为 0，然后将该列强制转换为整数来执行此操作。

df[['class_parent_ref']] = df[['class_parent_ref']].fillna(value = 0)
df['class_parent_ref'] = df['class_parent_ref'].astype(int)

或者在读取文件时指定keep_default_na = Falseforpd.read_excel()和na_filter = Falseforpd.read_csv()