python DataFrame資料格式化

文章目錄

python DataFrame資料格式化
- 1.設定小數位數
- - 1.1 資料框設定統一小數位數
  - 1.2 資料框分別設定不同小數位數
  - 1.3 通過Series設定DataFrame小數位數
  - 1.4 applymap(自定義函式)
- 2. 設定百分比
- 3. 設定千分位分隔符

參考： python資料分析從入門到精通明日科技編著清華大學出版社

1.設定小數位數

1.1 資料框設定統一小數位數

以保留小數點后兩位小數為例：

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))

在這里插入圖片描述

1.2 資料框分別設定不同小數位數

以A1列保留小數點后一位、A2列保留小數點后兩位為例

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}))

在這里插入圖片描述

1.3 通過Series設定DataFrame小數位數

通過Series物件設定df小數位數，A1一位，A2零位，A3二位小數

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))

在這里插入圖片描述

1.4 applymap(自定義函式)

通過自定義函式設定小數位數，回傳型別為object，以設定為二位小數為例

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))

在這里插入圖片描述

用于對DataFrame的每一個資料操作使用**applymap()**方法
用于對DataFrame中的資料進行按行或者按列操作 apply() 方法
用于對Series中的每一個資料操作使用**map()**方法
更詳細可以點擊訪問blog：python資料分析apply(),map(),applymap()用法歸納

2. 設定百分比

學習以下代碼：

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位小數
print(df)
print("==================================================================")
df['百分比'] = df['A1'].apply(lambda x: format(x, '.2%'))       # 整列保留兩位小數
print(df)
print("==================================================================")
df['百分比'] = df['A1'].map(lambda x: '{:.0%}'.format(x))       # 整列保留0位小數，也可以使用map函式
print(df)

在這里插入圖片描述

3. 設定千分位分隔符

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)

在這里插入圖片描述

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/439219.html

標籤：AI

上一篇：R語言使用sort函式降序排序向量資料、設定decreasing引數進行降序排序

下一篇：計算機視覺系列教程2-6：八大影像特效演算法制作你的專屬濾鏡(附Python代碼)

python DataFrame資料格式化（設定小數位數，百分比，千分位分隔符）

python DataFrame資料格式化

文章目錄

1.設定小數位數

1.1 資料框設定統一小數位數

1.2 資料框分別設定不同小數位數

1.3 通過Series設定DataFrame小數位數

1.4 applymap(自定義函式)

2. 設定百分比

3. 設定千分位分隔符