在 Python pandas DataFrame 中向数字添加千位分隔符的简单方法

Question

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可以做到这一点？

Answer 1

使用 , 格式化数字时，您可以只使用 '{:,}'.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 Whosebug 上进行了大量讨论。您可以在 此处阅读 或 here.

Answer 2

to_html中的formatters参数会取一个字典。

Click the example link for reference

Answer 3

假设您只想显示（或渲染到 html）带有千位分隔符的 floats/integers，您可以使用在版本 0.17.1 中添加的 styling：

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

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

要将此输出渲染到 html，您可以使用 Styler 上的渲染方法。

Answer 4

如果你想要“.”作为千位分隔符和“，”作为小数点分隔符这将有效：

Data = pd.read_Excel(path)

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

如果您想要三位小数而不是两位小数，请更改“2f”-->“3f”

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

Answer 5

使用Series.map or Series.apply with this solutions:

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:,}')

Answer 6

步骤

使用 df.applymap() 将函数应用于数据框中的每个单元格
检查单元格值的类型是 int 还是 float
对整数使用 f'{x:,d}' 对浮点数使用 f'{x:,f}' 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)

在 Python pandas DataFrame 中向数字添加千位分隔符的简单方法

Easy way to add thousand separator to numbers in Python pandas DataFrame

python

separator

number-formatting

pandas