Pandas将浮点数转换为不带指数的形式

Question

我有这样的数据：

Date            MBs     GBs
0   2018-08-14 20:10    32.00 MB    0.00 GB
1   2018-08-14 20:05    4.00 MB     0.00 GB
2   2018-08-14 20:00    1000.99 MB  1.23 GB

我通过以下方式去除了 MB 和 GB：

我去掉了 MB 和 GB 单位：

df['MBs']=df['MB'].str.strip('MB')
df['GBs']=df['GB'].str.strip('GB')

将数字转换为浮点数并得到总数：

df['MBs'] = df['MBs'].astype('float')
df['GBs'] = df['MBs'].astype('float')

df.loc['Total', ['MBs', 'GBs']] = df.sum()

但是当我运行它时，我的数据含有指数

Date    Data Transferred (MB)   Data Transferred (GB)
146 2018-08-14 08:00:00 1.871237e+05    1.874017e+05
147 2018-08-14 07:55:00 1.123211e+05    1.961854e+05
148 2018-08-14 07:50:00 2.187703e+05    2.187123e+05
...
Total       1.408910e+08    1.408910e+08

如何将指数形式的浮点数转换为“正常”形式，我只是将其转换是因为我需要获得总数。

- chowpay

Answer 1

您想避免使用科学计数法：这里是您可以采取的行动：

import pandas as pd
pd.set_option('display.float_format', lambda x: '%.3f' % x)

这行代码将pandas的显示格式设置为不使用科学计数法。

参考：http://pandas.pydata.org/pandas-docs/stable/options.html?highlight=display%20float_format

- runzhi xiao

---

这种解决方案的好处是你不会操作数据框本身，而是它的显示方式。此外，这将应用于所有地方，而不仅仅是数据框中的特定值。 - jpp

Answer 2

这就是pandas表示浮点数的方式，这是无法更改的。但是，您可以通过将数据格式化为字符串来改变其表示形式。

# Don't run this line.
# df = pd.concat([df] * 10000, ignore_index=True) 
# This should be run on the *unstripped* version of your DataFrame.
df.loc['Total', ['MBs', 'GBs']] = (
    df[['MBs', 'GBs']]
       .stack()
       .str.split()
       .str[0]
       .astype(float)
       .unstack()
       .sum()
       .agg('{:.2f}'.format))

df.tail()

                   Date          MBs       GBs
29996  2018-08-14 20:00   1000.99 MB   1.23 GB
29997  2018-08-14 20:10     32.00 MB   0.00 GB
29998  2018-08-14 20:05      4.00 MB   0.00 GB
29999  2018-08-14 20:00   1000.99 MB   1.23 GB
Total               NaN  10369900.00  12300.00

- cs95