我想使用print()和IPython display()显示给定格式的熊猫数据框架。例如:

df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])
print df

         cost
foo   123.4567
bar   234.5678
baz   345.6789
quux  456.7890

我想以某种方式迫使它印出来

         cost
foo   $123.46
bar   $234.57
baz   $345.68
quux  $456.79

无需修改数据本身或创建副本,只需更改数据的显示方式。

我该怎么做呢?


当前回答

如果您不想永久地改变显示格式,并且可能稍后应用一种新的格式,我个人倾向于使用资源管理器(Python中的with语句)。在你的例子中,你可以这样做:

with pd.option_context('display.float_format', '${:0.2f}'.format):
   print(df)

如果您碰巧在代码中需要不同的格式,您可以通过改变上面代码片段中的格式来更改它。

其他回答

现在,我首选的解决方案是使用上下文管理器来显示数据框架:

with pd.option_context('display.float_format', '${:,.2f}'.format):
    display(df)

该格式仅对该数据帧的显示有效

我喜欢使用pandas.apply()和python format()。

import pandas as pd
s = pd.Series([1.357, 1.489, 2.333333])

make_float = lambda x: "${:,.2f}".format(x)
s.apply(make_float)

此外,它可以很容易地用于多个列…

df = pd.concat([s, s * 2], axis=1)

make_floats = lambda row: "${:,.2f}, ${:,.3f}".format(row[0], row[1])
df.apply(make_floats, axis=1)

如果您不想永久地改变显示格式,并且可能稍后应用一种新的格式,我个人倾向于使用资源管理器(Python中的with语句)。在你的例子中,你可以这样做:

with pd.option_context('display.float_format', '${:0.2f}'.format):
   print(df)

如果您碰巧在代码中需要不同的格式,您可以通过改变上面代码片段中的格式来更改它。

类似于上面的unutbu,你也可以像下面这样使用applymap:

import pandas as pd
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])

df = df.applymap("${0:.2f}".format)

简介:


    df = pd.DataFrame({'money': [100.456, 200.789], 'share': ['100,000', '200,000']})
    print(df)
    print(df.to_string(formatters={'money': '${:,.2f}'.format}))
    for col_name in ('share',):
        df[col_name] = df[col_name].map(lambda p: int(p.replace(',', '')))
    print(df)
    """
        money    share
    0  100.456  100,000
    1  200.789  200,000

        money    share
    0 $100.46  100,000
    1 $200.79  200,000

         money   share
    0  100.456  100000
    1  200.789  200000
    """