Pandas 如何根据数据类型设置格式？

从现在开始，我们要努力学习啦！今天我给大家带来《Pandas 如何根据数据类型设置格式？》，感兴趣的朋友请继续看下去吧！下文中的内容我们主要会涉及到等等知识点，如果在阅读本文过程中有遇到不清楚的地方，欢迎留言呀！我们一起讨论，一起学习！

pandas 如何按数据类型设置格式

在 pandas 中输出表格时，可能会遇到不同类型数据需要按特定格式显示的情况。以下方法介绍如何按照数据类型一次性对表格进行格式化处理。

按字符串、整数和浮点数类型设置格式

给定数据如下：

import pandas as pd
data=[[“a”,10000,5000,0.5],[“b”,20000,30000,1.5],[“c”,30000,10000,0.3333333]]
dt=pd.dataframe(data,columns=[“产品”,”任务”,”销售”,”完成率”])

要按照数据类型一次性设置格式，可以使用 applymap() 方法：

dt = dt.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)

此方法使用 lambda 函数根据不同数据类型设置格式：

• 浮点数格式化成小数点后两位百分数。
• 整数格式化成万位数并四舍五入保留小数点后一位。
• 字符串保持不变。

通过上述方法，表格将按数据类型格式化显示：

   产品   任务    销售  完成率
0    A  10000.0  5000.0   50.00%
1    B  20000.0 30000.0  150.00%
2    C  30000.0 10000.0   33.3%

今天关于《Pandas 如何根据数据类型设置格式？》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！