数据格式化汇总

数值格式化

1.1 设置小数点位数

df['column_name'] = df['column_name'].round(2) # 保留两位小数

1.2 使用 apply 自定义格式化

df['column_name'] = df['column_name'].apply(lambda x: '{:,.2f}'.format(x)) # 逗号分隔符

1.3 格式化为百分比

df['column_name'] = df['column_name'].apply(lambda x: '{:.2%}'.format(x)) # 百分比格式

1.4 使用 pd.options 设置全局格式

pd.set_option('display.float_format', lambda x: '%.2f' % x) # 全局保留两位小数

1.5 使用 style.format 进行格式化

df.style.format({'column_name': '{:.2f}'}) # 显示时保留两位小数

1.6 禁用科学计数法

pd.set_option('display.float_format', '{:.2f}'.format) # 禁用科学计数法

1.7 分组后聚合的格式化

grouped = df.groupby('category')['value'].mean() formatted_grouped = grouped.apply(lambda x: '{:.2f}'.format(x)) # 聚合结果保留两位小数

1.8 自定义格式

df['column_name'] = df['column_name'].apply(lambda x: f'${x:,.2f}') # 货币格式

1.9 使用 numpy 进行格式化

import numpy as np df['column_name'] = np.where(df['column_name'] > 0, df['column_name'], 0) # 将负值替换为0