Python - 将数据帧列格式化为不同的数据类型

Question

我有一个数据框：

df = pd.DataFrame({'a':[1,2,3], 'b':['2017/01/01', '2017/01/02','2016/12/31'], 'c':['aaa', 'bbb', 'ccc'], 'd':[4,5,6]})

我有一份格式化程序列表：

formatter = [4.2, '%Y%m%d', None, 8.2]

我想将a列格式化为float'4.2f'，将b格式化为strftime（'％Y％m'），将c格式化为原样（字符串，无需格式化），将列d格式化为float' 8.2f”。如何将此格式化程序列表传递给dataframe df？

谢谢，

Answer 1

如果您从格式化程序列表切换到基于列的地图，则可以在数据框上使用style.format。

像

这样的东西

import pandas as pd
import datetime

def time_formatter(data):
    return datetime.datetime.strptime(data, "%Y/%m/%d").date().strftime('%Y%m%d')

df = pd.DataFrame({'a':[1,2,3], 'b':['2017/01/01', '2017/01/02','2016/12/31'], 'c':['aaa', 'bbb', 'ccc'], 'd':[4,5,6]})

formatter = {'a':'{:4.2f}', 'b': time_formatter, 'd':'{:8.2f}'}

df.style.format(formatter)

将输出

    a       b           c   d
0   1.00    20170101    aaa 4.00
1   2.00    20170102    bbb 5.00
2   3.00    20161231    ccc 6.00

修改

必须有一种更清洁的方式，但实际使用您可以执行以下操作的格式更新数据框：

df['a'] = df['a'].map('{:4.2f}'.format)
df['d'] = df['d'].map('{:8.2f}'.format)
df['b'] = df['b'].map(time_formatter)

或者更通用（和神秘）的方式：

formatter = {'a':'{:4.2f}'.format, 'b': time_formatter, 'd':'{:8.2f}'.format}

for f in formatter.items():
    column = f[0]
    df[column] = df[column].map(f[1])