Почему функция time.time() не добавляется к фрейму данных pandas

#python #pandas #time

#python #pandas #время

Вопрос:

Я создаю программу-инструкцию, которая выводит инструкцию из столбца df [‘ШАГИ’], и когда вы нажимаете ‘Q’, она записывает время в столбце df [‘ЗАПИСАННОЕ ВРЕМЯ’] и распечатывает следующую инструкцию.

Я пытаюсь добавить значение time.time() непосредственно к фрейму данных pandas. Однако он всегда записывает одно и то же значение для time.time(). Я также добавил значение в массив, чтобы показать несоответствие значений.

 df=pd.read_csv('Pro-data.csv') #import the data 

a=0 #variable storing input values
array=[] #trial array storing time value
for i in range (5):#(len(df['STEPS '])): #loop over steps shortened the  loop to 5 to try it out 
    print(df['STEPS '][]) # print the step you need to do
    a= input('Q for next step') #user input
    while a!='Q': #MOVE onto next step when we push Q
        a= input('Q for next step')
    df['RECORDED TIME '][i]=time.time()
    array.append(time.time())
  

Это значения, которые я получаю из
массив

 Out[32]: 
[1554306491.3479252,
1554306492.7853866,
1554306493.722859,
1554306494.4139996,
1554306495.446119]
  

хотя это значения, которые он сохраняет в

 df['RECORDED TIME ']
Out[33]: 
1.554306e 09
1.554306e 09
1.554306e 09
1.554306e 09
1.554306e 09
  

В df по какой-то причине всегда сохраняется одно и то же значение.

Комментарии:

1. вы пытались вычесть два значения? Возможно, он сохраняет правильные значения, но неправильно форматирует их только при отображении. Как я знаю, в pandas вы можете определить, как форматировать значения при их отображении.

2. df[‘ЗАПИСАННОЕ ВРЕМЯ’][1]==df[‘ЗАПИСАННОЕ ВРЕМЯ’][3] Out[56]: False. Итак, вы, вероятно, правы, как мне изменить отображение, чтобы убедиться?

3. Хорошо, спасибо, я проверил, напечатав все значение, и они разные. Это была просто проблема с отображением.

4. проверьте pandas.display.precision и pandas.display.float_format в документации параметры . Если вы используете Jupyter Notebooke, смотрите также pandas.style.format в документации по стилю