Ausgabe unterschiedliche Präzision bei der Spalte mit den pandas.DataFrame.to_csv()?

Frage

Ist es möglich, an eine float-Präzision, die speziell für jede Spalte gedruckt werden soll, indem Sie das Python - pandas Paket-Methode pandas.DataFrame.to_csv?

Hintergrund

Wenn ich eine pandas dataframe, angeordnet ist, wie dies:

In [53]: df_data[:5]
Out[53]: 
    year  month  day       lats       lons  vals
0   2012      6   16  81.862745 -29.834254   0.0
1   2012      6   16  81.862745 -29.502762   0.1
2   2012      6   16  81.862745 -29.171271   0.0
3   2012      6   16  81.862745 -28.839779   0.2
4   2012      6   16  81.862745 -28.508287   0.0

Gibt es die float_format option kann verwendet werden, um anzugeben, a Präzision, aber das passt, die Präzision in allen Spalten der dataframe, wenn gedruckt.

Wenn ich mich so:

df_data.to_csv(outfile, index=False,
                   header=False, float_format='%11.6f')

Bekomme ich die folgende, wo vals gegeben ist eine ungenaue Präzision:

2012,6,16,  81.862745, -29.834254,   0.000000
2012,6,16,  81.862745, -29.502762,   0.100000
2012,6,16,  81.862745, -29.171270,   0.000000
2012,6,16,  81.862745, -28.839779,   0.200000
2012,6,16,  81.862745, -28.508287,   0.000000
  • und was willst du als Ausgabe? lats und lange, mit 6 Ziffern und vals mit 1?
  • Oops... die Festsetzung mein Beispiel. Ja, für dieses Beispiel, aber ich hoffe, dass dies für andere Daten-sets, die mit unterschiedlichen Stufen der Genauigkeit.
InformationsquelleAutor ryanjdillon | 2013-11-15
  1. 3

    Können Sie dies mit to_string. Es ist ein formatters argument, wo man einen dict-Spalten-Namen, um Formatierer. Dann können Sie einige regexp-ersetzen der Spalte Standard-Separatoren mit Ihrem Trennzeichen der Wahl.

    • Auch dies scheint mir eine gute Methode. Ich Frage mich, was effizienter ist. Danke!
    • Habe ich noch nicht getestet, um zu sehen, was effizienter ist, aber ich würde zu erraten, diese, da es nicht ändern die dataframe...
    • hi @matlexx wenn wäre toll, wenn könnten Sie dies erläutern. Die .to_string() Methode lediglich konvertiert die df eine verkettete Zeichenfolge auf mein Ende. Ich kann nicht sehen, wie kann man das senden der Ausgang dieses .to_csv()
    • Ich denke .to_string() sollte in der Lage sein, alles zu tun, dass .to_csv() tut.
    • Ich habe gerade versucht, mit formatter={"Wolken": "%g"} in .to_csv (), aber bekam TypeError: to_csv() got an unexpected keyword argument 'formatters'
    • Ich wollte nicht implizieren, dass .to_csv() all das tun können .to_string() tut. Trotzdem versuchte ich .to_string() und die Ergebnisse in einer einzigen Zeichenfolge mit multi-space-Separatoren. Ich bin wahrscheinlich der convert-to-string-Typ-Spalten-vor-to_csv route für meine Arbeit.
    • Lesen Sie Ihren Kommentar wieder ich sehe, ich interpretierte deine Aussage falsch herum... so oder so, es wäre schön, wenn die to_csv Methode verwenden könnte, Formatierer.

    InformationsquelleAutor mattexx
  2. 32

    Ändern Sie den Typ der Spalte "vals" vor dem Export der Daten-frame in eine CSV-Datei

    df_data['vals'] = df_data['vals'].map(lambda x: '%2.1f' % x)

df_data.to_csv(outfile, index=False, header=False, float_format='%11.6f')
    • Hinweis: Sie sind nicht nur die änderung der Art von vals, bist du auch Runden. Wenn es nicht akzeptabel, ändern Sie die Spalte, dann sparen könnte es zu einer temporären Spalte 'vals.numeric', während Sie die to_csv() schreiben.
    • dies legt die zahlen ok, aber es macht all die Lücken in meinem Artikel zu 'nan', das macht seinen Weg zu der csv-Datei auch über to_csv und ich bin nicht in der Lage, es loszuwerden.
    • Um zu vermeiden, die nan Problem, mein Ansatz ist lambda x: '%2.1f % x if not pd.isna(x) else ''
    InformationsquelleAutor hknust
  3. 5

    Mehr aktuelle version von hknust die erste Zeile wäre:

    df_data['vals'] = df_data['vals'].map(lambda x: '{0:.1}'.format(x))

    Drucken ohne wissenschaftliche notation:

    df_data['vals'] = df_data['vals'].map(lambda x: '{0:.1f}'.format(x))
    InformationsquelleAutor Michael Szczepaniak
  4. 4

    Können Sie Runde Methode für dataframe vor dem speichern des dataframe auf die Datei. 

    df_data = df_data.round(6)
df_data.to_csv('myfile.dat')
    InformationsquelleAutor Peaceful
  5. 1

    Den to_string vorgeschlagenen Ansatz von @mattexx sieht besser zu mir, da es nicht ändern Sie den dataframe.

    Es auch verallgemeinert auch bei der Verwendung von jupyter notebooks ziemlich die HTML-Ausgabe, über die to_html Methode. Hier setzen wir einen neuen Standard-Genauigkeit von 4, und setzen Sie es um alle 5 Ziffern für eine bestimmte Spalte wider:

    from IPython.display import HTML
from IPython.display import display

pd.set_option('precision', 4)

display(HTML(df.to_html(formatters={'wider': '{:,.5f}'.format})))
    • Ich Liebe diese Idee, und Stimme mit Ihrer argumentation, aber formatters argument ist nicht verfügbar für df.to_csv - Funktion...
    • Danke. Das ist schade - vielleicht kann man die Datei ein Problem? Aber vielleicht werden Sie herausfinden, dass die Rundung der Daten für Zwecke, die von einer export-Datei wie csv macht weniger Sinn, und es gibt eine Reihe von Möglichkeiten zur Anzeige von csv-Dateien in Tabellenform mit Ihrer eigenen anpassbaren Möglichkeiten der Bestimmung von Präzision.
    InformationsquelleAutor nealmcb
Schreibe einen Kommentar