如何设置含numpy.ndarray的pandas.DataFrame的显示精度？

当DataFrame的列元素为numpy.ndarray浮点数组时，直接使用pd.option_context('display.precision', 4)或np.printoptions(precision=4)无法调整数组的显示精度，同时默认显示会截断数组内容。以下是解决方法：

解决方案：自定义格式化函数 #

通过编写格式化函数将numpy数组转换为保留指定小数位数的字符串，再应用到DataFrame对应列，同时配合pandas设置调整普通浮点列的精度。

完整代码示例 #

import numpy as np
import pandas as pd

np.random.seed(12345)

df = pd.DataFrame({
  'a': np.random.rand(1),
  'b': np.random.rand(1),
  'A': [np.random.rand(5)],
  'B': [np.random.rand(5)],
  'C': [np.random.rand(5)],
})

# 定义数组格式化函数：保留4位小数，完整显示所有元素
def format_array(arr):
    formatted_elements = [f"{x:.4f}" for x in arr]
    return f"[{', '.join(formatted_elements)}]"

# 控制普通浮点列精度，同时对数组列应用格式化
with pd.option_context('display.precision', 4):
    styled_df = df.style.format({
        'A': format_array,
        'B': format_array,
        'C': format_array
    })
    display(styled_df)

说明 #

1. format_array函数遍历数组元素，将每个值格式化为4位小数的字符串，再拼接成类似原生数组的字符串格式。
2. pd.option_context('display.precision', 4)用于控制普通浮点列（如a、b）的显示精度。
3. df.style.format将自定义函数绑定到包含数组的列，实现完整且精度可控的显示效果。

替代方案：全局调整numpy数组输出 #

若希望全局统一numpy数组的显示规则，可修改numpy打印选项，同时配合pandas设置：

# 设置numpy数组显示：4位小数、不使用科学计数法、完整显示所有元素
np.set_printoptions(precision=4, suppress=True, threshold=np.inf)
# 设置pandas普通浮点列精度
pd.set_option('display.precision', 4)

# 将数组列转换为字符串避免截断
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].applymap(str)
display(df)

内容的提问来源于stack exchange，提问作者GuiBeal