我有这样的数据:
Date MBs GBs
0 2018-08-14 20:10 32.00 MB 0.00 GB
1 2018-08-14 20:05 4.00 MB 0.00 GB
2 2018-08-14 20:00 1000.99 MB 1.23 GB
我通过这样做去掉了 MB 和 GB:
df['MBs']=df['MB'].str.strip('MB')
df['GBs']=df['GB'].str.strip('GB')
然后将数字转换为 float 并得到总数:
df['MBs'] = df['MBs'].astype('float')
df['GBs'] = df['MBs'].astype('float')
df.loc['Total', ['MBs', 'GBs']] = df.sum()
但是当我运行它时,我的数据有指数
Date Data Transferred (MB) Data Transferred (GB)
146 2018-08-14 08:00:00 1.871237e+05 1.874017e+05
147 2018-08-14 07:55:00 1.123211e+05 1.961854e+05
148 2018-08-14 07:50:00 2.187703e+05 2.187123e+05
...
Total 1.408910e+08 1.408910e+08
我如何将 float 的变化从指数转换为“正常”,我只是转换它,因为我需要得到总数
最佳答案
您正试图避免使用科学记数法:因此您可以这样做:
import pandas as pd
pd.set_option('display.float_format', lambda x: '%.3f' % x)
这行代码设置了pandas的显示格式,不使用科学计数法
引用:http://pandas.pydata.org/pandas-docs/stable/options.html?highlight=display%20float_format
关于python - Pandas 转换 float 删除指数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51852465/