如何解决大量科学格式化抑制
我为科学格式压缩编写了以下代码:-
def convert_float_cols_to_str(df):
dtypes = df.dtypes
for col,dtype in dtypes.iteritems():
if dtype == 'float64':
df[col] = df[col].astype(int).astype(str)
此变量value
是float64数据类型,包含诸如8888888888888
和nan
值之类的大数字
value 3224 non-null float64
当我在写excel之前调用上面的函数时,很大的数字将转换为excel中的-234567777
之类的一些垃圾值,而另一些则在int
中。我不明白为什么会填充这么大的负数。当我在函数中更改为df[col] = df[col].astype(str)
时,它可以正确显示数字,但是.0
代表了Excel中的所有值,例如1.0
,8888888.0
等,我不这样做。不想。我应该怎么做才能使所有的整数都没有十进制表示(看起来很笨拙)。
我的df
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。