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

1.设置小数位数
1.1 数据框设置统一小数位数
以保留小数点后两位小数为例:

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.round(2))
```![在这里插入图片描述](https://img-blog.csdnimg.cn/9e5ef52b2f40403ba49614d6750f8e27.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbTBfNjc1MDU2MDg=,size_15,color_FFFFFF,t_70,g_se,x_16)




1.2 数据框分别设置不同小数位数
以A1列保留小数点后一位、A2列保留小数点后两位为例

```csharp
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

  1. 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]]
columns = ['name', 'month', 'num']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("================================================")
df['num'] = df['num'].apply(lambda x: format(int(x), ','))
print(df)

在这里插入图片描述

相关资源:

用遗传算法(GA)求解TSP问题的代码,包含三种语言:matl…
机器学习实战》中文版+英文版+代码
django自学教程
原文链接:https://blog.csdn.net/weixin_48964486/article/details/123329042

  • 16
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 1
    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的格式。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,并指定保留的小数位。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函来保留DataFrame中的小数点后指定位数的小。首先,导入pandas库和numpy库,创建一个DataFrame对象。然后,使用round函指定保留的小数位。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 1
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