python DataFrame数据格式化(设置小数位数,百分比,千分位分隔符)

以A1列保留小数点后一位、A2列保留小数点后两位为例

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=[‘A1’, ‘A2’, ‘A3’,‘A4’,‘A5’])

print(df)

print(“==================================”)

print(df.round({‘A1’: 1, ‘A2’: 2}))

在这里插入图片描述


1.3 通过Series设置DataFrame小数位数

通过Series对象设置df小数位数,A1一位,A2零位,A3二位小数

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=[‘A1’, ‘A2’, ‘A3’,‘A4’,‘A5’])

print(df)

print(“==================================”)

s1 = pd.Series([1, 0, 2], index=[‘A1’, ‘A2’, ‘A3’])

print(df.round(s1))

在这里插入图片描述


1.4 applymap(自定义函数)

通过自定义函数设置小数位数,返回类型为object,以设置为二位小数为例

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=[‘A1’, ‘A2’, ‘A3’,‘A4’,‘A5’])

print(df)

print(“==================================”)

print(df.applymap(lambda x: ‘%.2f’%x))

在这里插入图片描述

  • 用于对DataFrame的 每一个数据操作使用**applymap()**方法

  • 用于对DataFrame中的数据进行按行或者按列 操作 apply() 方法

  • 用于对Series中的每一个数据 操作 使用**map()**方法

更详细可以点击访问blog:python数据分析apply(),map(),applymap()用法归纳


2. 设置百分比


学习以下代码:

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=[‘A1’, ‘A2’, ‘A3’, ‘A4’, ‘A5’])

print(df)

print(“==================================================================”)

df[‘百分比’] = df[‘A1’].apply(lambda x: format(x, ‘.0%’)) # 整列保留0位小数

print(df)

print(“==================================================================”)

df[‘百分比’] = df[‘A1’].apply(lambda x: format(x, ‘.2%’)) # 整列保留两位小数

print(df)

print(“==================================================================”)

df[‘百分比’] = df[‘A1’].map(lambda x: ‘{:.0%}’.format(x)) # 整列保留0位小数,也可以使用map函数

print(df)

在这里插入图片描述


3. 设置千分位分隔符


import pandas as pd

data = [[‘aaaaaaa’, ‘1月’, 49768889], [‘bbbbbbb’, ‘2月’, 11777775], [‘ccccccc’, ‘3月’, 13799990]]
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。

img

img

img

img

img

img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)

08edf79.png)

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)

img
  • 5
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用apply函或map函来对DataFrame的整列数据进行格式转换。例如,引用中的代码展示了如何使用apply函将整列数据添加千分分隔符。首先,导入pandas库和numpy库,创建一个DataFrame对象。然后,使用apply函和lambda函将num列中的数据转换为带有千分分隔符格式。最后,打印出转换后的DataFrame。 引用中的代码展示了如何使用apply函或map函将整列数据格式转换为百分比形式。首先,导入pandas库和numpy库,创建一个DataFrame对象。然后,使用apply函和lambda函将A1列中的数据转换为百分比形式,并指定保留小数位。同样地,也可以使用map函实现相同的功能。最后,打印出转换后的DataFrame。 引用中的代码展示了如何使用round函保留DataFrame中的小点后指定的小。首先,导入pandas库和numpy库,创建一个DataFrame对象。然后,使用round函指定保留小数位。最后,打印出保留指定小数位后的DataFrame。 综上所述,可以根据具体需求使用apply函、map函或round函来对DataFrame的整列数据进行格式转换。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [python DataFrame数据格式化设置小数位百分比千分分隔符)](https://blog.csdn.net/weixin_48964486/article/details/123329042)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值