python|python DataFrame数据格式化(设置小数位数,百分比,千分位分隔符)
目录
- 1.设置小数位数
- 1.1数据框设置统一小数位数
- 1.2数据框分别设置不同小数位数
- 1.3通过Series设置DataFrame小数位数
- 1.4applymap(自定义函数)
- 2.设置百分比
- 3.设置千分位分隔符
1.设置小数位数 【python|python DataFrame数据格式化(设置小数位数,百分比,千分位分隔符)】
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 pdimport numpy as npdf = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])print(df)print("==================================")print(df.round(2))
文章图片
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 pdimport numpy as npdf = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])print(df)print("==================================")print(df.round({'A1': 1, 'A2': 2}))
文章图片
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 pdimport numpy as npdf = 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))
文章图片
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 pdimport numpy as npdf = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])print(df)print("==================================")print(df.applymap(lambda x: '%.2f'%x))
文章图片
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 pdimport numpy as npdf = 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)
文章图片
3. 设置千分位分隔符
import pandas as pddata = https://www.it610.com/article/[['aaaaaaa', '1月', 49768889], ['bbbbbbb', '2月', 11777775], ['ccccccc', '3月', 13799990]]columns = ['name', 'month', 'num']df = pd.DataFrame(data=https://www.it610.com/article/data, columns=columns)print(df)print("================================================")df['num'] = df['num'].apply(lambda x: format(int(x), ','))print(df)
文章图片
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!
推荐阅读
- 利用python设计图像加密技术(Arnold算法)
- python|python DataFrame的shift()方法的使用
- 元数据管理为什么需要统一的元模型()
- R语言|【R语言】gather函数宽数据变长数据的理解
- 数据分析|Pandas库函数总结
- python|论文画图神器!25个常用Matplotlib图的Python代码,收藏收藏!
- python|在pandas / python中的数据框中合并两列文本
- #|基于蒙特卡洛法的规模化电动汽车充电负荷预测(Python&Matlab实现)
- #|一场樱花雨(Python实现)
- Python数据分析|Seaborn可视化绘制散点图