在我们制作各种报表快要结束的时候都需要对数字格式进行设置,增加报表的可读性。
>>> df_grouped
weekday comment view
0 0.0 12.621010 2682.943838
1 1.0 10.967018 2062.483289
2 2.0 10.963464 3131.965268
3 3.0 9.035825 2402.893852
4 4.0 10.286993 2809.965598
5 5.0 9.322897 2120.946729
6 6.0 11.069197 2812.551997
设置小数位数,四舍五入
使用自定义函数 可以做保留小数位数。
>>> df_grouped['comment'].map(lambda x:('%.2f')%x)
0 12.62
1 10.97
2 10.96
3 9.04
4 10.29
5 9.32
6 11.07
Name: comment, dtype: object
但是经过自定义函数 处理过后的数据已经不再是float。如需后续计算的话需要先做变换。
百分数
这里利用自定义函数 将每个数字进行format格式处理,处理后数据从float格式转换成了带2位小数和百分号的对象。
>>> df_grouped['comment'].map(lambda x:format(x,'.2%'))
0 1262.10%
1 1096.70%
2 1096.35%
3 903.58%
4 1028.70%
5 932.29%
6 1106.92%
Name: comment, dtype: object
设置千位分隔符
处理后依然是对象格式。设置千位分割符请小心操作,因为对电脑来说,这些已经不再是数字了,而是数字和逗号组成的字符串,要再变成数值型就麻烦了。
>>> df_grouped['view'].map(lambda x:format(x,','))
0 2,682.9438383838383
1 2,062.4832893579596
2 3,131.965268380695
3 2,402.893852277753
4 2,809.9655984919887
5 2,120.946728971963
6 2,812.5519968366943
Name: view, dtype: object
|