python的迭代器坑_Python数据处理禁忌，我们是如何挖坑与踩坑

前言

初学者常见错误是混淆数据与格式的处理，本文就看看这种数据与格式问题是如何使你成为挖坑与踩坑者

我是这样子害别人加班

数据源是这样子：

需求只是简单求出每个项目每个月的占比：

看过我的 pandas 专栏，这些应该是基本操作吧

结果不是那么养眼：

"我要的是2为小数的百分比，这玩意输出 Excel 后，难道还要手工设置格式？"

于是，为求目的，"不择手段"：

行6：为每个数据调用 Python 的字符串格式化方法

结果看起来很美好：

但事实上这些都是文本(字符串)，而非数值。

你输出了一份 Excel，同事拿到你的数据，希望使用 Excel 的 lookup 函数做一个二分法匹配一下等级：

结果全是错误。因为右边表格(红色)的范围列是数值，而且数值才能正确使用范围匹配等级

自己挖的坑自己填，我们需要使用 pandas 的格式化功能

pandas 格式化

pandas 本质上只是一个数据处理工具，处理过程中我们不应该考虑最终的输出格式。

但处理后总是要输出到某个地方，比如输出到 Excel，甚至输出到界面看看结果。

为此，pandas 设计了格式属性：

行6：自定义函数，指定范围的数据表的每一行都会进入这个函数，函数返回每个格子的格式字符串

行7：number-format:0.00% ，表达的就是2位小数百分比

行9：DataFrame.style.apply ，就能执行格式化，参数 subset 是应用格式的列

划重点：

DataFrame.style.apply 之后的结果看似像 DataFrame，实际不是。千万别使用结果做各种日常数据操作

因此，你只能在需要输出数据表之前执行格式化操作

现在打开 Excel：

完美，看到的百分比只是单元格格式

现在同事的处理也轻松：

数字格式化不太常见，更多的是日期格式化，下次再分享吧。

本文收录在"pandas"专辑，公众号回复"数据处理"，获取本文相关源码与数据