Question

我有这个CSV文件

id,adset_id,source
1,,google
2,23843814084680281,facebook
3,,google
4,23843814088700279,facebook
5,23843704830370464,facebook

我的问题是，当我尝试使用panda读取它时，因为我无法通过模式panda来推断adset_id列的模式为float64（由于NaN值）

所以我写这个

import pandas as pd

df = pd.read_csv('/Users/test/Desktop/float.csv')
print(df)

我将获得adset_id的科学计数法结果：

   id      adset_id    source
0   1           NaN    google
1   2  2.384381e+16  facebook
2   3           NaN    google
3   4  2.384381e+16  facebook
4   5  2.384370e+16  facebook

我找不到解决此问题的任何方法，因此我尝试进行破解，并将此数字转换为String。但是为此，我需要先将其转换为int64，然后再将其转换为字符串。

import pandas as pd
import numpy as np

df = pd.read_csv('/Users/test/Desktop/float.csv')

df = df.fillna({'adset_id':-1})
df['adset_id'] = df['adset_id'].astype('int64')
df['adset_id'] = df['adset_id'].astype('str')
df['adset_id'].replace('-1', np.NaN, inplace=True)

print(df)

结果是：

   id           adset_id    source
0   1                NaN    google
1   2  23843814084680280  facebook
2   3                NaN    google
3   4  23843814088700280  facebook
4   5  23843704830370464  facebook

如您所见，我的adset_id中有2个被舍入了：
23843814084680281-> 23843814084680280
23843814088700279-> 23843814088700280

我只想能够将此CSV格式读取到熊猫数据框，而不会用adset_id作为科学记号，那么任何解决方案将不胜感激

Answer 1

在pd.read_csv之内。查看dtype参数。您可以设置dtypes字典以确保将其作为字符串读取。

df = pd.read_csv('PATH_TO_CSV.csv', dtype={'adset_id':str})

您还可以查看na_values，keep_default_na和na_filter参数来帮助处理NULL

Answer 2

在pandas中，以表示数据的方式发生了向科学计数法的“转换”。导入熊猫后，尝试添加以下代码。

import pandas as pd
pd.options.display.float_format = '{:.2f}'.format

python熊猫浮点数在转换为字符串时四舍五入

2 个答案: