pandas.DataFrame.to_markdown 将大整数转换为浮点数答案

【问题标题】：pandas.DataFrame.to_markdown transform large int to floatpandas.DataFrame.to_markdown 将大整数转换为浮点数
【发布时间】：2020-12-25 13:36:08
【问题描述】：

pandas.DataFrame.to_markdown 将大 int 转换为 float。它是错误还是功能？有什么解决办法吗？

>>> df = pd.DataFrame({"A": [123456, 123456]})
>>> print(df.to_markdown())
|    |      A |
|---:|-------:|
|  0 | 123456 |
|  1 | 123456 |

>>> df = pd.DataFrame({"A": [1234567, 1234567]})
>>> print(df.to_markdown())
|    |           A |
|---:|------------:|
|  0 | 1.23457e+06 |
|  1 | 1.23457e+06 |

>>> print(df)
         A
0  1234567
1  1234567

>>> print(df.A.dtype)
int64

【问题讨论】：

标签： pandas markdown tabulate

【解决方案1】：

如果勾选 pandas 选项，默认有效位数为 6。

import pandas as pd

pd.describe_option()

display.precision : int
    Floating point output precision (number of significant digits). This is
    only a suggestion
    [default: 6] [currently: 6]

【讨论】：

这并不能解释为什么int 值被转换为float

【解决方案2】：

我最初只找到了一种解决方法，但没有找到解释：将列转换为字符串。

>>> df = pd.DataFrame({"A": [1234567, 1234567]})
>>> df["A"] = df.A.astype(str)
>>> print(df.to_markdown())
|    |       A |
|---:|--------:|
|  0 | 1234567 |
|  1 | 1234567 |

更新：

我认为是由2个因素引起的：

tabulate 中的_column_type 函数：

def _column_type(strings, has_invisible=True, numparse=True):
    """The least generic type all column values are convertible to.

可以通过tablefmt="pretty"禁用转换来解决：

print(df.to_markdown(tablefmt="pretty"))
+---+---------+
|   |    A    |
+---+---------+
| 0 | 1234567 |
| 1 | 1234567 |
+---+---------+

当有多个列，并且其中之一包含float 数字时。由于tabulate 使用df.values 提取数据，从而将DataFrame 转换为numpy.array，因此所有值随后都转换为相同的dtype (float)。 this issue 也对此进行了讨论。

>>> df = pd.DataFrame({"A": [1234567, 1234567], "B": [0.1, 0.2]})
>>> print(df)
         A    B
0  1234567  0.1
1  1234567  0.2

>>> print(df.A.dtype)
int64

>>> print(df.to_markdown(tablefmt="pretty"))
+---+-----------+-----+
|   |     A     |  B  |
+---+-----------+-----+
| 0 | 1234567.0 | 0.1 |
| 1 | 1234567.0 | 0.2 |
+---+-----------+-----+

>>> df.values
array([[1.234567e+06, 1.000000e-01],
       [1.234567e+06, 2.000000e-01]])

【讨论】：

我会暂时不接受这个答案，看看是否有人能提供比我自己更好的答案。