为每列指定不同的 float_format（科学记数法与小数精度）

我有多个列，有些我想要科学记数法，其他的则需要特定级别的小数精度：

   Frequency    n
0     0.0023  2.3
1     0.0420  4.5
2     0.5460  6.7
3     0.1230  8.9

频率可以有很小的数量级，所以我最终得到了十亿个零。 “n”列应具有一定的小数位数。

我尝试在“频率”列上执行以下操作：

fntables['Frequency'].options.display.float_format = '{:.2e}'.format

这会返回预期的错误，即“'Series'对象没有属性'options'”，因为选项位于 pandas 级实例上。

• pandas：可用选项 https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html#available-options

样本数据

import pandas as pd
import numpy as np

# sample data
np.random.seed(10)
df = pd.DataFrame(np.random.random(5)**10, columns=['A'])

# display(df)
              A
0  7.453316e-02
1  1.481116e-17
2  1.043476e-02
3  5.542183e-02
4  9.477913e-04

set precision： 全局设置

• 浮点输出精度以小数点后的位数表示，适用于常规格式以及科学记数法。类似于 numpy 的精度打印选项
• pd.reset_option('precision')重置设置。

pd.set_option('precision', 3)

# display(df)
           A
0  7.453e-02
1  1.481e-17
2  1.043e-02
3  5.542e-02
4  9.478e-04

print(df.iloc[0, 0])
[out]:
0.07453316227023182

set float_format： 全局设置

• 可调用函数应接受浮点数并返回具有所需数字格式的字符串。这在某些地方使用，例如 SeriesFormatter。有关示例，请参阅 core.format.EngFormatter。
• pd.reset_option('float_format')重置设置。

pd.options.display.float_format = '{:.3e}'.format

# display(df)
          A
0 7.453e-02
1 1.481e-17
2 1.043e-02
3 5.542e-02
4 9.478e-04

print(df.iloc[0, 0])
[out]:
0.07453316227023182

apply or map: str format

df['format'] = df.A.apply(lambda x: f'{x:0.3e}')
df['format'] = df.A.apply('{:,.3e}'.format)
df['format'] = df.A.map('{:,.3e}'.format)

# display(df)
              A     format
0  7.453316e-02  7.453e-02
1  1.481116e-17  1.481e-17
2  1.043476e-02  1.043e-02
3  5.542183e-02  5.542e-02
4  9.477913e-04  9.478e-04

np.format_float_scientific: str format

df['numpy_format'] = df.A.map(lambda x: np.format_float_scientific(x, precision = 3))

# display(df)
              A numpy_format
0  7.453316e-02    7.453e-02
1  1.481116e-17    1.481e-17
2  1.043476e-02    1.043e-02
3  5.542183e-02    5.542e-02
4  9.477913e-04    9.478e-04