如何使用具有浮点值的 Pandas答案

【问题标题】：How to use Pandas with float values如何使用具有浮点值的 Pandas
【发布时间】：2019-08-22 19:19:45
【问题描述】：

我有来自 csv 的数据：

36849|17|4.7|20180118103240
36792|17|5.3|20180118103238

4.7 和 5.3 是浮动的

但是当我这样做时：

scores_data_train = pd.read_csv('../Dataset/TrainData//u.score.csv', sep='|')
scores_train = scores_data_train.as_matrix()
print(scores_train[:1, :])

结果：

[[3.68490000e+04 1.70000000e+01 4.70000000e+00 2.01801181e+13]]

请帮助我。谢谢

【问题讨论】：

【解决方案1】：

as_matrix() 方法将数据帧转换为 numpy 数组，根据定义，该数组仅限于单一数据类型。您不能将某些元素视为浮点数，而将其他元素视为整数。

只要不调用.as_matrix()，就会有一个数据框，可以有整数列和浮点列。每列的类型可以通过调用pd.read_csv(..., dtype={"colname": "int", "colname2": "float"})来指定。

【讨论】：

【解决方案2】：

请在导入 numpy. 参考similar questions, please check

   import numpy as np  
   np.set_printoptions(suppress=True,
   formatter={'float_kind':'{:0.2f}'.format})

#float, 2 个单位 #precision right, 0 on left

【讨论】：

pandas 选项不会影响 .as_matrix() 返回的 numpy 数组的输出格式 - 在那之后，它就基本不在 pandas 手中了。
想法是在转换为矩阵之前使用它。那不行吗？
不幸的是，该选项仅在 pandas 数据帧中的浮点数被格式化为字符串时才会生效。调用 .as_matrix() 会将数据框转换为浮点数组，因此 pandas 显示格式不起作用。