Python Pandas 科学计数法不一致
我最近在用Pandas重写一些数据分析的代码（因为我刚发现这个工具），在Ubuntu 14.04 64位系统上遇到了一些奇怪的情况。我的数据文件看起来是这样的：
26/09/2014 00:00:00 2.423009 -58.864655 3.312355E-7 6.257226E-8 302 305
26/09/2014 00:00:00 2.395637 -62.73302 3.321525E-7 7.065322E-8 302 305
26/09/2014 00:00:01 2.332541 -57.763269 3.285718E-7 6.873837E-8 302 305
26/09/2014 00:00:02 2.366828 -51.900812 3.262279E-7 7.397762E-8 302 305
26/09/2014 00:00:03 2.435500 -40.820161 3.241068E-7 6.777224E-8 302 305
26/09/2014 00:00:04 2.428922 -65.573049 3.212358E-7 6.761804E-8 302 305
26/09/2014 00:00:05 2.419931 -59.414711 3.185517E-7 7.243236E-8 302 305
26/09/2014 00:00:06 2.416663 -60.064279 3.209795E-7 6.242328E-8 302 305
26/09/2014 00:00:07 2.411954 -52.586242 3.184297E-7 5.825581E-8 302 304
26/09/2014 00:00:08 2.457342 -61.874388 3.151493E-7 6.327384E-8 303 304
这些列是用制表符分开的。为了把这些数据读入Pandas，我使用了以下简单的命令：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data = pd.read_csv("path/to/file.dat", sep="\t", header=None)
print data
这段代码的输出结果是：
0 1 2 3 4 5 6 7
0 26/09/2014 00:00:00 2.423009 -58.864655 0 6.257226e-08 302 305
1 26/09/2014 00:00:00 2.395637 -62.733020 0 7.065322e-08 302 305
2 26/09/2014 00:00:01 2.332541 -57.763269 0 6.873837e-08 302 305
3 26/09/2014 00:00:02 2.366828 -51.900812 0 7.397762e-08 302 305
4 26/09/2014 00:00:03 2.435500 -40.820161 0 6.777224e-08 302 305
5 26/09/2014 00:00:04 2.428922 -65.573049 0 6.761804e-08 302 305
6 26/09/2014 00:00:05 2.419931 -59.414711 0 7.243236e-08 302 305
7 26/09/2014 00:00:06 2.416663 -60.064279 0 6.242328e-08 302 305
8 26/09/2014 00:00:07 2.411954 -52.586242 0 5.825581e-08 302 304
9 26/09/2014 00:00:08 2.457342 -61.874388 0 6.327384e-08 303 304
[10 rows x 8 columns]
这里需要注意的是第4列。把它和第5列以及原始数据对比一下。第5列用科学计数法显示，而第4列则没有。它并没有把这一列的值变成零或者转换成整数，因为：
>>> data[4][0]*1e7
3.3123550000000002
这正是我所期待的结果。所以数据的值是一样的，但显示的方式变了。如果这只是个外观上的问题，我可以接受，但这让我有点不安，我想知道这是怎么回事。
1 个回答
4
是的，这只是个外观上的问题，你可以通过使用 set_option 来改变它：
In [21]:
pd.set_option('display.precision',20)
df[4]
Out[21]:
0 0.0000003312355
1 0.0000003321525
2 0.0000003285718
3 0.0000003262279
4 0.0000003241068
5 0.0000003212358
6 0.0000003185517
7 0.0000003209795
8 0.0000003184297
9 0.0000003151493
Name: 4, dtype: float64
底层的数据不会被截断，所有的数据都会被保留，包括当你把数据写回到csv文件时。
如果你在使用iPython，你可以查看默认的设置，比如显示精度（有效数字），通常是7位。