Pandas DataFrame如何根据数据类型实现自定义格式化输出？-Python教程-PHP中文网

Pandas DataFrame如何根据数据类型实现自定义格式化输出？

花韻仙語

发布： 2025-03-01 09:50:17

原创

382人浏览过

pandas dataframe自定义格式化输出：根据数据类型调整显示

本文介绍如何使用Pandas高效地根据数据类型自定义DataFrame的输出格式。我们将以一个包含字符串、整数和浮点数列的DataFrame为例，演示如何将整数列以“万”为单位显示（保留一位小数），浮点数列显示为百分比（保留两位小数），而字符串列保持不变。

Pandas DataFrame如何根据数据类型实现自定义格式化输出？

问题： 直接使用apply函数结合类型判断进行格式化效率较低且不够简洁。

解决方案： 使用applymap函数，它能更直接地对每个单元格应用自定义格式化规则。

以下代码展示了如何使用applymap实现目标格式化：

来画数字人直播

来画数字人自动化直播，无需请真人主播，即可实现24小时直播，无缝衔接各大直播平台。

查看详情

import pandas as pd

data = [["A", 10000, 5000, 0.5], ["B", 20000, 30000, 1.5], ["C", 30000, 10000, 0.3333333]]
df = pd.DataFrame(data, columns=["产品", "任务", "销售", "完成率"])

df = df.applymap(lambda x: format(x, ".2%") if pd.api.types.is_float(x)
                 else '{:.1f}万'.format(x / 10000) if pd.api.types.is_integer(x)
                 else x)

print(df)

登录后复制

代码中，applymap函数对每个单元格应用一个lambda函数。该lambda函数根据Pandas的pd.api.types.is_float和pd.api.types.is_integer函数判断数据类型，并应用相应的格式化规则：