Wissenschaftliche Schreibweise aus Pandas-Aggregationsergebnissen formatieren/unterdrücken

Wie kann man das Format für die Ausgabe einer Groupby-Operation in Pandas ändern, die eine wissenschaftliche Notation für sehr große Zahlen erzeugt?

Ich weiß, wie man Zeichenfolgen in Python formatiert, aber ich bin ratlos, wenn es darum geht, sie hier anzuwenden.

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

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

Dies unterdrückt die wissenschaftliche Notation, wenn ich in Strings umwandle, aber jetzt frage ich mich nur, wie man Strings formatiert und Dezimalstellen hinzufügt.

sum_sales_dept.astype(str)

Zugegeben, die Antwort, die ich in den Kommentaren verlinkt habe, ist nicht sehr hilfreich. Sie können Ihren eigenen String-Konverter so angeben.

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

Ich bin mir nicht sicher, ob das der bevorzugte Weg ist, dies zu tun, aber es funktioniert.

Das Konvertieren von Zahlen in Zeichenfolgen aus rein ästhetischen Gründen scheint eine schlechte Idee zu sein, aber wenn Sie einen guten Grund haben, ist dies eine Möglichkeit:

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

Hier ist eine andere Möglichkeit, ähnlich der Antwort von Dan Allan, jedoch ohne die Lambda-Funktion:

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

oder

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

Sie können die Rundungsfunktion verwenden, um die wissenschaftliche Notation für einen bestimmten Datenrahmen zu unterdrücken:

df1.round(4)

oder Sie können es global unterdrücken, indem Sie:

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

Wenn Sie die Ausgabe eines Datenrahmens in einer Jupyter-Notebook-Zelle gestalten möchten, können Sie den Anzeigestil pro Datenrahmen festlegen:

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

Siehe Dokumentation hier.

Das globale Festlegen einer festen Anzahl von Dezimalstellen ist oft eine schlechte Idee, da es unwahrscheinlich ist, dass es eine angemessene Anzahl von Dezimalstellen für alle Ihre verschiedenen Daten gibt, die Sie unabhängig von der Größe anzeigen. Versuchen Sie stattdessen Folgendes, das Ihnen nur für große und sehr kleine Werte eine wissenschaftliche Notation gibt (und ein Tausendertrennzeichen hinzufügt, es sei denn, Sie lassen das “,” weg):

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

Oder versuchen Sie Folgendes, um die wissenschaftliche Notation fast vollständig zu unterdrücken, ohne an Genauigkeit zu verlieren:

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

Ich hatte mehrere Datenrahmen mit unterschiedlichen Gleitkommazahlen, also danke an Allans Idee, die dynamische Länge gemacht hat.

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

Das Minus davon ist, dass, wenn Sie die letzte 0 im Float haben, es abgeschnitten wird. Es wird also nicht 0,000070, sondern 0,00007 sein.

Als Erweiterung dieses nützlichen Kommentars finden Sie hier eine Lösung, bei der die Formatierungsoptionen nur so eingestellt werden, dass die Ergebnisse angezeigt werden, ohne die Optionen dauerhaft zu ändern:

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