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，以不同方式解释：

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，他们似乎已经出现了＃39作为科学标记的字符串：

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号码：

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

Excel中的数字（数据来源）为3200000000000515952 。

这与显示无关，我知道我可以更改here。它是关于保持底层数据的形式与读取时的形式相同（因此，如果/当我将其写回Excel时，它看起来是相同的，所以如果我使用数据，它＆＆＃39;看起来像在Excel中而不是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要看到的号码实际上（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=＆＃34; 3200000000000515952＆＃34;进入相关单元格，我也会得到与上述相同的结果。）

如何从数据帧中获取3200000000000515952？我想知道大熊猫是否有长整数限制，但the only thing I've found on it 1）有点过时，2）看起来不像我面对的那样。

谢谢！

Answer 1

将NaN的列值转换为0，然后将该列键入为整数，以这样做。

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，为keep_default_na = False指定pd.read_excel()，为na_filter = False指定pd.read_csv()

将长整数转换为pandas中的字符串（以避免科学记数法）

1 个答案: