数据框中显示数字的逻辑

Question

我在 win10 上使用 jupyter notebook 时有以下数据框。

d = {'col1': [1000000, 200000000000000], 'col2': [3, 4]}
df2 = pd.DataFrame(data=d)
df2.describe()

导致以下输出：

         col1           col2
count   2.000000e+00    2.000000
mean    1.000000e+14    3.500000
std     1.414214e+14    0.707107
min     1.000000e+06    3.000000
25%     5.000000e+13    3.250000
50%     1.000000e+14    3.500000
75%     1.500000e+14    3.750000
max     2.000000e+14    4.000000

我知道这只是一个“光学”问题，但不知何故我不喜欢它，当第一行没有相同的数字格式时，比较它并不容易。有没有办法避免这种显示，而是有输出，不知何故python对列使用相同的格式而不是对行？：

         col1           col2
count   2.000000        2.000000
mean    1.000000e+14    3.500000
std     1.414214e+14    0.707107
min     1.000000e+06    3.000000
25%     5.000000e+13    3.250000
50%     1.000000e+14    3.500000
75%     1.500000e+14    3.750000
max     2.000000e+14    4.000000

或者是否有可能每行而不是列具有相同的格式？

我可以只更改所有的浮动显示吗？这样：Customized float formatting in a pandas DataFrame，还是pandas能聪明点？

Answer 1

尝试类似：

import pandas as pd
pd.options.display.float_format = '{:,.2e}'.format
d = {'col1': [1000000, 200000000000000], 'col2': [3, 4]}
df2 = pd.DataFrame(data=d)
df2.describe()

应该给：

          col1     col2
count 2.00e+00 2.00e+00
mean  1.00e+14 3.50e+00
std   1.41e+14 7.07e-01
min   1.00e+06 3.00e+00
25%   5.00e+13 3.25e+00
50%   1.00e+14 3.50e+00
75%   1.50e+14 3.75e+00
max   2.00e+14 4.00e+00

请注意，您可以自定义 pandas 行为的某些方面以及其他与显示相关的选项。查看可用选项here。

Answer 2

pd.options.display.float_format = lambda x: f'{x:<12.6e}' if x < .1 or x >= 10 else f'{x:<12.6f}'

          col1         col2
count 2.000000     2.000000    
mean  1.000000e+14 3.500000    
std   1.414214e+14 0.707107    
min   1.000000e+06 3.000000    
25%   5.000000e+13 3.250000    
50%   1.000000e+14 3.500000    
75%   1.500000e+14 3.750000    
max   2.000000e+14 4.000000