如何将Uncertainties格式数据导入Pandas DataFrame并自定义显示？

你遇到的核心问题是Pandas默认不识别uncertainties.UFloat类型，全局格式设置或直接格式化整个DataFrame的方法都无法生效，因为这些逻辑仅针对标准数值类型。以下是两种可行的解决方法：

方法一：用apply逐个格式化元素 #

直接对DataFrame中的UFloat元素应用自定义格式化工具，生成字符串类型的列，就能按需求显示格式：

import pandas as pd
# 创建你的DataFrame
export = pd.DataFrame(data=dv, columns=['DV'])

# 生成格式化后的新列
export['DV_formatted'] = export['DV'].apply(lambda x: frmtr.format('{0:.3u}', x))

# 查看格式化结果
print(export['DV_formatted'])

如果不需要保留原始UFloat列，也可以直接替换原列（转为字符串类型）：

export['DV'] = export['DV'].apply(lambda x: frmtr.format('{0:.3u}', x))
print(export)

方法二：全局自定义Pandas显示格式化 #

如果你希望所有包含UFloat的DataFrame都自动套用该格式，可以修改Pandas的格式化逻辑：

from pandas.io.formats.format import DataFrameFormatter

# 定义针对UFloat的格式化函数
def format_ufloat(val):
    if isinstance(val, uncertainties.UFloat):
        return frmtr.format('{0:.3u}', val)
    return val

# 替换默认的格式化方法
original_format = DataFrameFormatter.format
def custom_format(self, val):
    return format_ufloat(val) if isinstance(val, uncertainties.UFloat) else original_format(self, val)

DataFrameFormatter.format = custom_format

# 现在直接打印DataFrame即可自动格式化UFloat类型
print(export)

注意事项 #

• 方法一将列转为字符串类型，适合展示或导出；如果后续还要进行数值计算，建议保留原UFloat列，新增格式化后的字符串列。
• 方法二是全局生效的修改，会影响所有DataFrame中UFloat类型的显示，无需每次手动调用格式化函数。

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