DataFrame通过使用“ astype”更改DataType

Question

我遇到以下问题：

我有一个数据框，我想将小数点设置为固定宽度， 如果我通过使用“ apply {}”更改“ columnstyle”，则效果很好，但是如果我将此数据帧导出为* .txt，则其他程序将出错，我想在该程序中导入该数据集。如果我通过* .astype（float）进行更改，则程序可以导入数据集，但会出现制表符和每个值的大小的问题。

是否可以使用* .astype（）将每个值设置为固定大小？

例如，“ F [HZ]”列应类似于：30.00、10.78、10.90

感谢帮助！

Answer 1

我想您正在使用pd.to_csv将其另存为文本文件。在这种情况下，您可以按以下方式使用它以固定宽度保存浮点数：

(NR==1){print $0}

另外，您还可以导入其他内容，并使用astype将其舍入到以下代码的小数点后两位：

$0

如果您不希望T [C]浮点，则可以将其设置为整数类型，如下所示：

awk '($1=$1);(NR==1) && gsub(/./,".")'  FS=, OFS=" ^ " file

要显示不同列的数据类型，可以使用以下打印语句：

df = pd.DataFrame({'F[HZ]': [30, 10.78, 10.9025], 'T[C]':[-50, -50, -50]})
df.to_csv('outfile.txt', float_format='%.2f')

Answer 2

您可以在熊猫中设置浮动格式

df

    name    max
0   a   1
1   b   2
2   c   2
3   d   4
4   e   1



df['max'].apply('{:.2f}'.format)

出局：

0   1.00
1   2.00
2   2.00
3   4.00
4   1.00

Answer 3

好吧，我是这样做的，而且有效：

COLUMNS = {0:'F [HZ]', 1:'T [°C]', 2:"""G'""", 
               3:"""G''""", 4:"""|G|""", 5:'DELTA_D'}

for ii in range(len(COLUMNS)):

    if COLUMNS[ii] == 'T [°C]':

        df[COLUMNS[ii]] = df[COLUMNS[ii]].astype(int)

    else:

        df[COLUMNS[ii]] = df[COLUMNS[ii]].astype(float).apply('{:.2f}'.format)

感谢大家的帮助！ ：）