我有一个名为accountnumber的列，其值在pandas数据帧中类似于4.11889000e + 11。我想压制科学记数法并将值转换为4118890000.我尝试了以下方法，但没有奏效。
df = pd.read_csv(data.csv)
pd.options.display.float_format = '{:,.3f}'.format
请推荐。
答案 0 :(得分：5)
我假设帐号的指数表示法必须来自数据文件。如果我创建一个包含完整帐号的小型csv，pandas会将它们解释为整数。
acct_num
0 4118890000
1 9876543210
df['acct_num'].dtype
Out[51]: dtype('int64')
但是，如果csv中的帐号以指数表示法表示，那么pandas会将它们读作浮点数。
acct_num
0 4.118890e+11
1 9.876543e+11
df['acct_num'].dtype
Out[54]: dtype('float64')
您有2个选项。首先，更正创建csv的过程，以便正确写出帐号。第二种是将acct_num列的数据类型更改为整数。
df['acct_num'] = df['acct_num'].astype('int64')
df
Out[66]:
acct_num
0 411889000000
1 987654321000
答案 1 :(得分：3)
你不需要千分离器＆＃34;，＆＃34;和帐号的3位小数。
请改用以下内容。
pd.options.display.float_format = '{:.0f}'.format