Pandas 数据框。更改浮动格式。保留类型 "float"

Question

我正在尝试更改 pd 数据框列的格式而不更改数据类型。 这是我的：df = pd.DataFrame({'Age': [24.0, 32.0}])

我想在 24 32 类型或 24.00 32.00 中表示年龄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。

Answer 1

你的 dataFrame 本身是一个 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 列类型的数据类型：

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

或者甚至像这样检查：

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

您使用的四舍五入两位数零的方式是正确的，但再次将它们转换为浮点数会使它们保持为单零作为浮点数。

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

---

因为你有兴趣保持像 int 值一样的模拟 24, 32 或 24.00 & 32.00，如果你只对浮点数的显示感兴趣，那么你可以做 pd.set_option('display.float_format','{:.0f}'.format)，这不会实际上不会影响您的数据。

对于不带前导零的浮动格式

>>> 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

另一种方式

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

Answer 2

我认为使用 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

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.round.html

Answer 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"))