如何使用格式字符串格式化 Pandas DataFrame 中的浮点值？

使用格式字符串格式化 Pandas DataFrame 中的浮点值

在数据分析中，可能需要显示浮点值采用特定格式，例如带有美元符号的货币格式。虽然可以修改数据本身，但在更改显示格式时保留原始值可以更有效。

实现此目的的一种方法是在 pd.options.display 中设置 float_format 选项：

import pandas as pd

pd.options.display.float_format = '${:,.2f}'.format

这将使用美元符号和两位小数来格式化 DataFrame 中的所有浮点值。例如：

df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo', 'bar', 'baz', 'quux'],
                  columns=['cost'])

print(df)

输出：

         cost
foo   3.46
bar   4.57
baz   5.68
quux  6.79

但是，此方法对所有浮点值应用相同的格式。如果特定列需要不同的格式，则需要在显示之前修改 DataFrame。

例如，仅格式化带有美元符号的 foo 列：

df['foo'] = df['cost']
df['cost'] = df['cost'].map('${:,.2f}'.format)

输出：

         cost       foo
foo   3.46  123.4567
bar   4.57  234.5678
baz   5.68  345.6789
quux  6.79  456.7890

通过以这种方式修改 DataFrame，它会保留原始浮点值，同时以所需的格式显示它们。

以上是如何使用格式字符串格式化 Pandas DataFrame 中的浮点值？的详细内容。更多信息请关注PHP中文网其他相关文章！