相关疑难解决方法(0)

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)

如何抑制dataframe.describe()的科学记数法输出:

contrib_df["AMNT"].describe()

count    1.979680e+05
mean     5.915134e+02
std      1.379618e+04
min     -1.750000e+05
25%      4.000000e+01
50%      1.000000e+02
75%      2.500000e+02
max      3.000000e+06
Name: AMNT, dtype: float64

我的数据类型为float64:

contrib_df["AMNT"].dtypes

dtype('float64')

我有一个数据框,其中有一个名为"Lead Rev"的列.此列是一个数字字段,如(100000或5000等...).我想知道如何格式化这些数字以将逗号显示为千位分隔符.

它是这样的:'{:,}'.format('Lead Rev')

'Lead Rev'是我的专栏名称.我的数据集中有超过200,000行.

这是我的错误:

()----> 1'{:,}'.format('Lead Rev')中的ValueError Traceback(最近一次调用最后一次)

ValueError:不能用's'指定','或'_'.

说我有数据框，c：

a=np.random.random((6,2))
c=pd.DataFrame(a)
c.columns=['A','B']

打印第0行的值：

print c.loc[(0),:]

结果是：

A    0.220170
B    0.261467
Name: 0, dtype: float64

我想取消显示该Name: 0, dtype: float64行，以便得到：

A    0.220170
B    0.261467

有人知道吗？

（nb我将此附加到文本文件中）

一般来说，关于抑制 Pandas 中的科学记数法存在许多问题

• 格式化/抑制 Python Pandas 聚合结果中的科学记数法
• 抑制 pandas 中的科学记数法？
• 如何从Python中的describe()函数打印整个数字？

然而，它们似乎都不适用于该to_markdown功能。例如：

import pandas as pd

df = pd.DataFrame({'val': 3e10}, index=[0])  # print(df) gives 3.000000e+10
pd.set_option('float_format', '{:f}'.format) # print(df) gives 30000000000.000000

然而，df.to_markdown()仍然有产出

|    |   val |
|---:|------:|
|  0 | 3e+10 |

如何禁用 中的科学记数法to_markdown()？

问题设置

import pandas as pd
df = pd.DataFrame(data={'Currency': {0: 111.23, 1: 321.23},
                   'Int': {0: 23, 1: 3},
                   'Rate': {0: 0.03030, 1: 0.09840}}
            )

生成以下DataFrame

   Currency  Int    Rate
0    111.23   23  0.0303
1    321.23    3  0.0984

我想使用如下所示的dict将非常特定的格式应用于数据框中的每一列:

format_mapping={'Currency': '${:,.2f}', 'Int': '{:,.0f}', 'Rate': '{:.2f}%'}

我知道我可以将applymap用于多列或应用于单个列:

#All columns
df = df.applymap('{:.2f}%'.format)
#Specific columns
df['Rate'] = df['Rate'].apply('{:.2f}%'.format)

题

我怎样才能通过每一列的数据帧进行迭代,并使用字典在应用格式dict key是column和value是string格式化？

最终结果看起来像这样(忽略百分比现在不再乘以100的事实)

  Currency Int   Rate
0  $111.23  23  0.03%
1  $321.23   3  0.10%

可能这是一个老问题，我在下面找到了类似的问题，但我仍然可以在输出文件中看到科学记数法。

抑制熊猫中的科学记数法？

熊猫读科学记数法和变化

Python Pandas 科学记数法图标一致

我试图合并set_option和df.apply(pd.to_numeric, args=('coerce',))等下面，而没有工作我的代码。

df = pd.read_csv(Input)  

dfNew = df[['co_A','co_B','co_C']]  
# I firstly select columns from df then would like to convert scientific notation to decimal type in my output file.

dfNew.to_csv(Output, index = False, sep = '\t')

我仍然可以在输出文件中看到科学记数法。任何人都可以帮忙吗？

co_A  co_B  co_C
167 0.0 59.6
168 0.0 60.6
191 8e-09   72.6
197 -4.7718e-06 12.3
197 0.0 92.4
198 0.0 39.5