DataFrame列转float后出现科学计数法，去除小数点操作无效求助

你之前用replace('.','')无效的原因是：这两列已经是float数值类型，而非字符串，replace方法仅对字符串生效，所以无法改变数值的显示格式。科学计数法是pandas对大数值float类型的默认显示方式，以下是几种可行的解决办法：

方案1：修改显示格式，保留float类型（推荐，不影响后续数值计算） #

如果只是不想看到科学计数法，不需要改变数据类型，可以通过设置pandas的显示选项来调整：

全局设置（所有float列统一格式） #

import pandas as pd
# 显示为整数，若需要保留小数可改为 {:.2f} 这类格式
pd.set_option('display.float_format', '{:.0f}'.format)

设置后，整个DataFrame的float列都会以指定格式显示，不再使用科学计数法。

仅对指定列设置格式（不影响全局） #

适合仅需要调整特定列显示格式的场景，用style.format：

# 对Population和Total Test列设置为整数显示
df1.style.format({'Population': '{:.0f}', 'Total Test': '{:.0f}'})

方案2：转换为整数类型（适合确定数值为整数的场景） #

从你的示例数据来看，数值都是整数，可以将列转换为支持缺失值的整数类型（Int64），避免科学计数法：

# Int64类型支持NaN值，若确定无缺失值可直接用int
df1[['Population', 'Total Test']] = df1[['Population', 'Total Test']].astype('Int64')

方案3：转换为字符串类型（适合无需数值计算的场景） #

如果不需要对这些列做数值运算，可将其格式化为普通数字字符串：

df1[['Population', 'Total Test']] = df1[['Population', 'Total Test']].apply(
    lambda col: col.apply('{:.0f}'.format)
)

内容的提问来源于stack exchange，提问作者Asra Hussain