【问题标题】：Pandas data frame. Change float format. Keep type "float"熊猫数据框。更改浮点格式。保持类型“浮动”
【发布时间】：2019-06-20 01:29:52
【问题描述】：

我正在尝试在不更改数据类型的情况下更改 pd 数据框列的格式。这是我所拥有的：df = pd.DataFrame({'Age': [24.0, 32.0}])

我想用 24 32 类型或 24.00 32.00 表示 Age 并将它们保留为浮点数。这是我能做的：

df['Age'].map('{:,.2f}'.format)

但是这一行将数据类型更改为对象。我也在尝试申请：`

df = df.style.format({'Age': '{:,.2f}'.format})`

但其中有问题。请帮助找出正确的方法。

【问题讨论】：

【解决方案1】：

你的 dataFrame 本身就是一个 float 类型。

数据框：

>>> df
    Age
0  24.0
1  32.0

检查DataFrame类型：

>>> df.dtypes
Age    float64
dtype: object

检查 DataFrame 列类型的 dtype：

>>> df.Age
0    24.0
1    32.0
Name: Age, dtype: float64

或者甚至检查：

>>> df['Age'].dtype.kind
'f'

您用来四舍五入的两位数零的方式是正确的，但将它们再次转换为浮点数将使它们保持为浮点数的单零。

>>> df['Age'].map('{:,.2f}'.format)
0    24.00
1    32.00
Name: Age, dtype: object

如果您有兴趣保留类似 int 值 24, 32 或 24.00 & 32.00 的模拟，如果您只对浮点数的显示感兴趣，那么您可以使用 pd.set_option('display.float_format','{:.0f}'.format)，这实际上不会影响您的数据。

对于没有前导零的浮点格式

>>> pd.set_option('display.float_format','{:.0f}'.format)
>>> df
   Age
0   24
1   32

>>> df.dtypes
Age    float64
dtype: object

对于浮动格式

>>> pd.set_option('display.float_format','{:.2f}'.format)
>>> df
    Age
0 24.00
1 32.00
>>> df.dtypes
Age    float64
dtype: object

设置显示精度选项：

>>> pd.set_option('precision', 0)
>>> df
   Age
0   24
1   32

>>> df.dtypes
Age    float64
dtype: object

【讨论】：

【解决方案2】：

我相信使用 df.round 是最好的方法：

>>> df = pd.DataFrame({'Age': [24.0, 32.0]})
>>> df2 = df.round({'Ages': 2})
>>> print(df2.dtypes)
>>> df2
    Age
0   24.00
1   32.00

【讨论】：

【解决方案3】：

如果要应用于数据框的特定列

df["col_name"] = df["col_name"].apply(lambda x: format(float(x),".2f"))

【讨论】：