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

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))

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}))

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))

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))

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)

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)

来源：https://skylarkprogramming.blog.csdn.net/article/details/123329042