Question

我有一个我正在使用的数据框，其中包含大量列，我尝试尽可能高效地格式化它们。我有一堆列，所有列都以.pct结尾，需要格式化为百分比，一些以.cost结尾，需要格式化为货币等。

我知道我可以这样做：

cost_calc.style.format({'c.somecolumn.cost'       : "${:,.2f}",
                        'c.somecolumn.cost'       : "${:,.2f}",
                        'e.somecolumn.cost'       : "${:,.2f}",
                        'e.somecolumn.cost'       : "${:,.2f}",...

并单独格式化每一列，但我希望有办法做类似的事情：

cost_calc.style.format({'*.cost'       : "${:,.2f}",
                        '*.pct'        : "{:,.2%}",...

有什么想法吗？谢谢！

Answer 1

如果您可以自动构建该字典，第一种方式似乎并不坏...您可以生成适合* .cost描述的所有列的列表，如

然后建立你的dict，如：

costcols = [x for x in df.columns.values if x[-5:] == '.cost']

然后如你所知：

formatdict = {}
for costcol in costcols: formatdict[costcol] = "${:,.2f}"

您可以类似地轻松添加.pct案例。希望这有帮助！

Answer 2

我会使用带有dict生成器的regEx：

import re
mylist = cost_calc.columns

r = re.compile(r'.*cost')
cost_cols = {key: "${:,.2f}" for key in mylist if r.match(key)}

r = re.compile(r'.*pct')
pct_cols = {key: "${:,.2f}" for key in mylist if r.match(key)}

cost_calc.style.format({**cost_cols, **pct_cols})

注意：Python 2.7和3以后的代码

格式化Pandas Dataframe中的多个列

2 个答案: