将长整数转换为pandas中的字符串(以避免科学记数法)

时间:2014-10-27 20:18:01

标签: python pandas long-integer

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=" 3200000000000515952"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!

1 个答案:

答案 0 :(得分:1)

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()