如何使用熊猫 to_csv float_format？

Question

我正在从具有 8 个精度的数据文件中读取数据，然后在插入一些值之后，我将它们保存起来，就像 float_format 选项不起作用的地方一样，

df.to_csv('data.dat',sep=' ', index=False, header=False, float_format="%.8f")

结果文件看起来像

0.02506602 0.05754493 0.36854688
0.02461631 0.0599653 0.43078098
0.02502534 0.06209149 0.44955311
0.4267356675182389 0.1718682822340447 0.5391386354945895
0.426701667727433 0.17191008887193007 0.5391897818631616
0.4266676661681287 0.17195189807522643 0.5392409104354972

前 3 行在数据文件中，接下来的 3 行是新的内插值。我希望所有值的长度相同。这里出了什么问题，我该如何解决？

另外：如果我可以为不同的列以不同的方式控制浮点精度，那就太好了。

Answer 1

你的代码看起来不错。最有可能的是，您的输入数据存在问题。使用pd.DataFrame.dtypes检查所有的输入系列类型float。如果它们没有转换为float通过：

df[col_list] = df[col_list].apply(pd.to_numeric, downcast='float').fillna(0)

这是一个工作示例：

from io import StringIO
import pandas as pd

mystr = StringIO("""0.02506602 0.05754493 0.36854688
0.02461631 0.0599653 0.43078098
0.02502534 0.06209149 0.44955311
0.4267356675182389 0.1718682822340447 0.5391386354945895
0.426701667727433 0.17191008887193007 0.5391897818631616
0.4266676661681287 0.17195189807522643 0.5392409104354972""")

df = pd.read_csv(mystr, delim_whitespace=True, header=None)

print(df.dtypes)

# 0    float64
# 1    float64
# 2    float64
# dtype: object

file_loc = r'C:\temp\test.dat'
df.to_csv(file_loc, sep=' ', index=False, header=False, float_format="%.8f")

df = pd.read_csv(file_loc, delim_whitespace=True, header=None)

print(df[0].iloc[-1])

# 0.42666767