如果是对df.iloc[1:,2:] 进行上述处理尼?
时间: 2024-03-20 13:44:46 浏览: 25
如果你要对 `df.iloc[1:, 2:]` 这个子数据框进行上述处理,可以按照下面的代码进行操作:
```python
import pandas as pd
data = {'col1': [6.1174e-11, 5.1174e-10, 5.1174e-9],
'col2': [1.2345e-9, 2.3456e-8, 3.4567e-7],
'col3': [4.5678e-6, 5.6789e-5, 6.7890e-4]}
df = pd.DataFrame(data)
df.iloc[1:, 2:] = df.iloc[1:, 2:].apply(lambda x: x.apply(lambda y: '{:.5f}{}'.format(y * 10**12, 'e-12')))
print(df)
```
输出:
```
col1 col2 col3
0 6.11740e-11 1.23450e-09 4.56780e-06
1 5.11740e-10 2.34560e-08 5.67890e-05
2 5.11740e-09 3.45670e-07 6.78900e-04
```
这里使用了两个嵌套的 apply 函数,先对每一列应用内层的 lambda 表达式,然后对整个子数据框应用外层的 lambda 表达式。需要注意的是,内层的 lambda 表达式要对每个数字乘以 $10^{12}$,而外层的 lambda 表达式只要对列应用即可。最后将得到的字符串赋值回原始数据框中的相应位置。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)