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

更新时间：2022年03月10日 09:06:35 作者：侯小啾

本文主要介绍了python DataFrame数据格式化，例如设置小数位数，百分比，千分位分隔符，具有一定的参考价值，感兴趣的可以了解一下

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

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

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]]
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

到此这篇关于python DataFrame数据格式化(设置小数位数，百分比，千分位分隔符)的文章就介绍到这了,更多相关python DataFrame数据格式化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python基础教程之增加和去除数字的千位分隔符

Python标准库os.path包、glob包使用实例
这篇文章主要介绍了Python标准库os.path包、glob包使用实例,本文直接给出代码,代码中有详细注释,需要的朋友可以参考下
2014-11-11
python通过cmd创建虚拟环境的实现(pip方式)
Python的虚拟环境是正常的现实环境相对应的,在虚拟环境中安装的包是与现实环境隔离的,本文主要介绍了python通过cmd创建虚拟环境的实现,感兴趣的可以了解一下
2023-11-11
Python中的占位符pass用法
在 Python 中,pass 是一个空操作语句,表示“什么都不做”,它通常用作占位符,用于在语法上需要语句但实际不需要执行任何操作的场景,本文给大家介绍Python中的占位符pass用法,感兴趣的朋友一起看看吧
2025-04-04
windows server 2008 r2 标准版安装python环境
本文主要介绍了windows server 2008 r2 标准版安装python环境，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-06-06
python神经网络MobileNetV2模型的复现详解
这篇文章主要为大家介绍了python神经网络MobileNetV2模型的复现详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-05-05
浅析pytest 钩子函数之初始钩子和引导钩子
这篇文章主要介绍了pytest 钩子函数之初始钩子和引导钩子,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-09-09
Windows平台Python连接sqlite3数据库的方法分析
这篇文章主要介绍了Windows平台Python连接sqlite3数据库的方法,结合实例形式分析了Windows平台安装SQLite数据库及创建、连接数据库的实现方法与相关注意事项,需要的朋友可以参考下
2017-07-07
Python爬取网页的所有内外链的代码
这篇文章主要介绍了Python爬取网页的所有内外链,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-04-04
python与pycharm有何区别
在本篇文章里小编给大家整理了关于pycharm与python的区别相关内容，有需要的朋友们可以学习下。
2020-07-07
Python实现Dijkstra算法
今天小编就为大家分享一篇关于Python实现Dijkstra算法，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2018-10-10