以保留小数点后两位小数为例：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])
print(df)
print("==================================")
print(df.round(2))
以A1列保留小数点后一位、A2列保留小数点后两位为例
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])
print(df)
print("==================================")
print(df.round({'A1': 1, 'A2': 2}))
通过Series对象设置df小数位数，A1一位，A2零位，A3二位小数
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])
print(df)
print("==================================")
s1 = pd.Series([1, 0, 2], index=['A1', 'A2', 'A3'])
print(df.round(s1))
通过自定义函数设置小数位数，返回类型为object，以设置为二位小数为例
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])
print(df)
print("==================================")
print(df.applymap(lambda x: '%.2f'%x))
用于对DataFrame的 每一个数据操作使用**applymap()**方法用于对DataFrame中的数据进行按行或者按列 操作 apply() 方法用于对Series中的每一个数据 操作 使用**map()**方法
更详细可以点击访问blog：python数据分析apply(),map(),applymap()用法归纳
学习以下代码：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3', 'A4', 'A5'])
print(df)
print("==================================================================")
df['百分比'] = df['A1'].apply(lambda x: format(x, '.0%')) # 整列保留0位小数
print(df)
print("==================================================================")
df['百分比'] = df['A1'].apply(lambda x: format(x, '.2%')) # 整列保留两位小数
print(df)
print("==================================================================")
df['百分比'] = df['A1'].map(lambda x: '{:.0%}'.format(x)) # 整列保留0位小数，也可以使用map函数
print(df)
import pandas as pd
data = [['aaaaaaa', '1月', 49768889], ['bbbbbbb', '2月', 11777775], ['ccccccc', '3月', 13799990]]
columns = ['name', 'month', 'num']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("================================================")
df['num'] = df['num'].apply(lambda x: format(int(x), ','))
print(df)
到此这篇关于python DataFrame数据格式化(设置小数位数，百分比，千分位分隔符)的文章就介绍到这了,更多相关python DataFrame数据格式化 内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
