如何在Polars数据框中以普通数字格式显示指数形式浮点数

有两种常见方式可以将Polars数据框中的科学计数法浮点数转为普通数字格式显示，分全局配置和针对列的处理：

1. 全局配置（会话级生效） #

通过Polars的全局配置禁用科学计数法显示，同时可自定义精度：

import polars as pl

# 禁用科学计数法，所有浮点数以普通格式显示
pl.Config.set_scientific(False)
# 设置显示精度（可选，默认5位小数，按需调整）
pl.Config.set_precision(6)

# 示例数据
df = pl.DataFrame({
    "large_num": [9.4036e15, 1.2345e16],
    "small_num": [0.0000123, 123.456]
})
print(df)

该设置会影响当前Python会话中所有Polars数据框的浮点数显示，重启会话后恢复默认。

2. 针对特定列处理（保留数值类型或转为字符串） #

如果只想调整部分列的显示格式，或者需要将格式转为字符串存储：

方式一：转为整数类型（适用于无小数的大数值） #

若科学计数法数值实际为整数（比如9.4036e15等于9403600000000000），可直接转为整数类型，自然显示为普通数字：

df = df.with_columns(
    pl.col("large_num").cast(pl.Int64).alias("large_num_standard")
)

方式二：格式化为字符串（自定义显示格式） #

用map_elements函数将浮点数转为指定格式的字符串：

df = df.with_columns(
    # 大数值显示为整数，小数值保留6位小数
    pl.col("large_num").map_elements(lambda x: f"{x:.0f}", return_dtype=pl.String).alias("large_num_str"),
    pl.col("small_num").map_elements(lambda x: f"{x:.6f}", return_dtype=pl.String).alias("small_num_str")
)

内容的提问来源于stack exchange，提问作者Jahspear