在 Python pandas DataFrame 中为数字添加千位分隔符的简单方法答案

【问题标题】：Easy way to add thousand separator to numbers in Python pandas DataFrame在 Python pandas DataFrame 中为数字添加千位分隔符的简单方法
【发布时间】：2017-05-17 18:34:21
【问题描述】：

假设我有一个 pandas 数据框，我想为所有数字（整数和浮点数）添加千位分隔符，有什么简单快捷的方法？

【问题讨论】：

标签： python pandas number-formatting separator

【解决方案1】：

使用, 格式化数字时，您可以使用'{:,}'.format：

n = 10000
print '{:,}'.format(n)
n = 1000.1
print '{:,}'.format(n)

在 pandas 中，您可以将formatters 参数用于to_html，如here 所述。

num_format = lambda x: '{:,}'.format(x)
def build_formatters(df, format):
    return {
        column:format 
        for column, dtype in df.dtypes.items()
        if dtype in [ np.dtype('int64'), np.dtype('float64') ] 
    }
formatters = build_formatters(data_frame, num_format)
data_frame.to_html(formatters=formatters)

添加千位分隔符实际上已经在 stackoverflow 上讨论了很多。你可以阅读here或here。

【讨论】：

它不适用于具有整数的数据框。仅适用于浮动

【解决方案2】：

假设您只想显示（或呈现为 html）带有千位分隔符的浮点数/整数，您可以使用 0.17.1 版中添加的 styling：

import pandas as pd
df = pd.DataFrame({'int': [1200, 320], 'flt': [5300.57, 12000000.23]})

df.style.format('{:,}')

要将此输出呈现为 html，请使用 Styler 上的 render 方法。

【讨论】：

【解决方案3】：

将Series.map 或Series.apply 与此solutions 一起使用：

df['col'] = df['col'].map('{:,}'.format)
df['col'] = df['col'].map(lambda x: f'{x:,}')

df['col'] = df['col'].apply('{:,}'.format)
df['col'] = df['col'].apply(lambda x: f'{x:,}')

【讨论】：

【解决方案4】：

如果你想要“。”作为千位分隔符和“，”作为小数分隔符，这将起作用：

Data = pd.read_Excel(path)

Data[my_numbers] = Data[my_numbers].map('{:,.2f}'.format).str.replace(",", "~").str.replace(".", ",").str.replace("~", ".")

如果你想要三个小数而不是两个小数，你可以改变 "2f" --> "3f"

Data[my_numbers] = Data[my_numbers].map('{:,.3f}'.format).str.replace(",", "~").str.replace(".", ",").str.replace("~", ".")

【讨论】：

【解决方案5】：

步骤

使用df.applymap() 将函数应用于数据框中的每个单元格
检查单元格值是否为int 或float 类型
使用f'{x:,d}' 为整数和f'{x:,f}' 为浮点数格式化数字

这是一个仅适用于整数的简单示例：

df = df.applymap(lambda x: f'{x:,d}' if isinstance(x, int) else x)

【讨论】：

【解决方案6】：

to_html 中的 formatters 参数将采用字典。

Click the example link for reference

【讨论】：