将 pandas 列转换为没有科学记数法的字符串

Question

很多问题都解决了这个问题，但似乎没有一个解决方案完全符合我的需要。

我有一个数据框，其中包含两列数字，每列 10-20 位数字。这些实际上是 ID #s，我想将它们连接起来。看起来最好首先将值转换为字符串。

但是，当用.astype(str) 转换时，pandas 会保留科学计数法，它不会飞。

我尝试过的事情：

试过：dtype arg ('str') 或转换器（使用str()）在read_csv()

结果：df.dtypes 仍然列出“对象”，并且值仍然显示在 sci 中。符号

试过了：pd.set_option('display.float_format', lambda x: '%.0f' % x)

结果：在df.head() 中显示良好，但在使用 + 运算符强制转换为字符串和连接时恢复为科学计数法

尝试过：强制转换为 int、str 或 str(int(x))。
结果：当我用int() 强制一个值时，int 有效，但当我使用astype(int) 时无效。使用 .apply() 和 int() 会引发“invalid literal long() with base 10”错误。

这感觉应该很简单，急于弄清楚我错过了什么。

Answer 1

您尝试设置显示格式。您可以将浮点数格式化为数据框中的字符串。

import numpy as np
import pandas as pd

import numpy as np

将熊猫导入为 pd

df=pd.DataFrame(data={'a':np.random.randint(low=1,high=100,size=10)*1e20,'b':np.random.randint(low=1,high=100,size=10)*1e20})
df.apply(lambda x: '{0:20.0f}|{1:20.0f}'.format(x.a,x.b),axis=1)



Out[34]:
0    9699999999999998951424|4600000000000000000000
1     300000000000000000000|2800000000000000000000
2    9400000000000000000000|9000000000000000000000
3    2100000000000000000000|4500000000000000000000
4    5900000000000000000000|4800000000000000000000
5    7700000000000000000000|6200000000000000000000
6    1600000000000000000000|8000000000000000000000
7      100000000000000000000|400000000000000000000
8    9699999999999998951424|8000000000000000000000
9    4500000000000000000000|3500000000000000000000