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！
