问题
是否可以专门为 Python pandas 封装方法打印的每一列指定浮点精度 pandas.DataFrame.to_csv ?
背景
如果我有一个像这样排列的 pandas 数据框:
In [53]: df_data[:5]
Out[53]:
year month day lats lons vals
0 2012 6 16 81.862745 -29.834254 0.0
1 2012 6 16 81.862745 -29.502762 0.1
2 2012 6 16 81.862745 -29.171271 0.0
3 2012 6 16 81.862745 -28.839779 0.2
4 2012 6 16 81.862745 -28.508287 0.0
float_format 选项可用于指定精度，但这会在打印时将该精度应用于数据帧的所有列。
当我这样使用时:
df_data.to_csv(outfile, index=False,
header=False, float_format='%11.6f')
我得到以下信息，其中 vals 的精度不准确:
2012,6,16, 81.862745, -29.834254, 0.000000
2012,6,16, 81.862745, -29.502762, 0.100000
2012,6,16, 81.862745, -29.171270, 0.000000
2012,6,16, 81.862745, -28.839779, 0.200000
2012,6,16, 81.862745, -28.508287, 0.000000
最佳答案
在将数据框导出到 CSV 文件之前更改列“vals”的类型
df_data['vals'] = df_data['vals'].map(lambda x: '%2.1f' % x)
df_data.to_csv(outfile, index=False, header=False, float_format='%11.6f')
关于python - 使用 pandas.DataFrame.to_csv() 按列输出不同的精度？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20003290/