Question

问题

有没有办法只格式化特定的数据框？

我已经看过格式化单个数据帧的特定列的示例（示例1）或将整个pandas库设置为默认选项（示例2）。但是，我还没有看到格式化特定数据框的选项，而没有明确列出每一列。

设置

import pandas as pd
import numpy as np

# Setup first example
data = np.random.random((3,4))
df = pd.DataFrame(data)
print df
#          0         1         2         3
#0  0.384326  0.364187  0.084034  0.012376
#1  0.114784  0.298068  0.087634  0.828207
#2  0.255923  0.438617  0.820652  0.266964

示例1 - 更改单个数据框中特定列的格式

df[3] = df[3].map('${:,.2f}'.format)
print df
#          0         1         2      3
#0  0.384326  0.364187  0.084034  $0.01
#1  0.114784  0.298068  0.087634  $0.83
#2  0.255923  0.438617  0.820652  $0.27

示例2 - 更改所有pandas数据帧（包括新数据帧）的格式

pd.options.display.float_format = '${:,.2f}'.format
print(df)
#      0     1     2      3
#0 $0.38 $0.36 $0.08  $0.01
#1 $0.11 $0.30 $0.09  $0.83
#2 $0.26 $0.44 $0.82  $0.27

data2 = np.random.random((4,3))
df2 = pd.DataFrame(data2)
print df2
#      0     1     2
#0 $0.60 $0.37 $0.86
#1 $0.28 $0.06 $0.97
#2 $0.19 $0.68 $0.99
#3 $0.06 $0.88 $0.82

我一直在寻找像示例2这样的选项，但它不会将格式应用于未来的数据帧。谢谢！

编辑 - 道歉，我应该更清楚格式化。示例1更改了数据类型，而示例2没有。我希望不必在数据类型之间进行转换（如果可能）。例如。第一个示例从浮点数更改为非空对象：

df.info()
#<class 'pandas.core.frame.DataFrame'>
#Int64Index: 3 entries, 0 to 2
#Data columns (total 4 columns):
#0    3 non-null float64
#1    3 non-null float64
#2    3 non-null float64
#3    3 non-null object
#dtypes: float64(3), object(1)

Answer 1

我认为您最好的选择是将格式化程序传递给to_string

In [283]: print df.to_string(float_format='${:,.2f}'.format)
      0     1     2     3
0 $0.53 $0.01 $0.75 $0.61
1 $0.54 $0.33 $0.42 $0.47
2 $0.28 $0.67 $0.71 $0.53

虽然这不会与数据帧保持一致。你可以做这样的猴子补丁。

In [286]: from functools import partial

In [287]: df.to_string = partial(df.to_string, float_format='${:,.2f}'.format)

In [288]: print df
      0     1     2     3
0 $0.53 $0.01 $0.75 $0.61
1 $0.54 $0.33 $0.42 $0.47
2 $0.28 $0.67 $0.71 $0.53

Answer 2

如何像这样循环遍历列：

for i in range(len(df.columns)):
    df[i] = df[i].map('${:,.2f}'.format)

或只是：

df.applymap('${:,.2f}'.format)

Pandas为单个数据帧设置格式

2 个答案: