对于单列：
contrib_df["AMNT"].describe().apply(lambda x: format(x, 'f'))
对于整个Dataframe（如@databyte所建议）
df.describe().apply(lambda s: s.apply('{0:.5f}'.format))对于整个Dataframe（由@Jayen建议）：
contrib_df.describe().apply(lambda s: s.apply(lambda x: format(x, 'g')))
当函数描述返回一个数据帧时，以上函数所做的是，它只是将每一行格式化为常规格式。我写这个答案的原因是，我心里有一个想法，那就是计数95等于95.00000e
+ 01是没有意义的在我们的常规格式中，它也更易于比较。
在应用上述功能之前，我们得到了
count 9.500000e+01mean 5.621943e+05std 2.716369e+06min 4.770000e+0225% 2.118160e+0550% 2.599960e+0575% 3.121170e+05max 2.670423e+07Name: salary, dtype: float64
申请后，我们得到
count 95.000000mean 562194.294737std 2716369.154553min477.00000025% 211816.00000050% 259996.00000075% 312117.000000max 26704229.000000Name: salary, dtype: object
