pandas 如何按数据类型设置格式
在 pandas 中输出表格时，可能会遇到不同类型数据需要按特定格式显示的情况。以下方法介绍如何按照数据类型一次性对表格进行格式化处理。
按字符串、整数和浮点数类型设置格式
给定数据如下：
魔法映像企业网站管理系统
下载
技术上面应用了三层结构，AJAX框架，URL重写等基础的开发。并用了动软的代码生成器及数据访问类，加进了一些自己用到的小功能，算是整理了一些自己的操作类。系统设计上面说不出用什么模式，大体设计是后台分两级分类，设置好一级之后，再设置二级并选择栏目类型，如内容，列表，上传文件，新窗口等。这样就可以生成无限多个二级分类，也就是网站栏目。对于扩展性来说，如果有新的需求可以直接加一个栏目类型并新加功能操作
import pandas as pd data=[[“a”,10000,5000,0.5],[“b”,20000,30000,1.5],[“c”,30000,10000,0.3333333]] dt=pd.dataframe(data,columns=[“产品”,”任务”,”销售”,”完成率”])
要按照数据类型一次性设置格式，可以使用 applymap() 方法：
dt = dt.applymap(lambda x: format(x, ".2%") if pd.api.types.is_float(x) else '{:.1f}万'.format(x/10000) if pd.api.types.is_integer(x) else x)此方法使用 lambda 函数根据不同数据类型设置格式：
- 浮点数格式化成小数点后两位百分数。
- 整数格式化成万位数并四舍五入保留小数点后一位。
- 字符串保持不变。
通过上述方法，表格将按数据类型格式化显示：
产品 任务 销售 完成率 0 A 10000.0 5000.0 50.00% 1 B 20000.0 30000.0 150.00% 2 C 30000.0 10000.0 33.3%
