使用逗号将数字格式化，以分隔千位。

Question

我有一个大型数据框，其中有一列名为Lead Rev。该列是一个数字字段，如（100000或5000等）。我想知道如何格式化这些数字以显示千位分隔符逗号。数据集有超过200,000行。

是否像这样：'{:,}'.format('Lead Rev')

会出现这个错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-182-5fe9c827d80b> in <module>()
----> 1 '{:,}'.format('Lead Rev')

ValueError: Cannot specify ',' or '_' with 's'.

- Sandy Tumma

---

当您说“数字”时，它们是int、float还是两者兼有？另外，格式规范'{:,}'不包含任何类型'%''f'/'等等，因此它将默认为's'并尝试对所有类型进行应用。这应该可以工作，但如果不行，您必须返回到特定列、特定类型的格式规范符/自定义格式化程序。在报告问题时指出pandas的哪个版本会有所帮助。 - smci

这个回答解决了你的问题吗？如何在pandas中禁止科学计数法显示？ - Josiah Yoder

这个问题并不完全是我刚刚投票要关闭的那个问题的重复，但它是该主题的一个子集，并且已经在那个得到最多赞同票的问题中得到了完整回答。 - Josiah Yoder

Answer 1

要在pandas版本0.23到0.25中默认显示逗号分隔符来呈现所有浮点数，请设置以下内容：

pd.options.display.float_format = '{:,}'.format

https://pandas.pydata.org/pandas-docs/version/0.23.4/options.html

在Pandas 1.0版本中，这可能会导致某些情况下的奇怪格式。

- jeffhale

---

在逗号后添加“.2f”将仅显示两位数字，而不是一些奇怪的浮点数格式数字。 pd.options.display.float_format = '{:,.2f}'.format - Will Wu

似乎对于 int 类型不起作用。 - Sean.H

请将第一个点赞的评论包含在您的回答中。当包含千位数时，.2f是一个非常好的默认值。 - Josiah Yoder

Answer 2

df.head().style.format("{:,.0f}") (对于所有列)

df.head().style.format({"col1": "{:,.0f}", "col2": "{:,.0f}"}) (每列的格式化方式不同)

https://pbpython.com/styling-pandas.html

- Ran Feldesh

---

这个回答不会改变价值观，只是为了表述更加完美。非常好，谢谢。- E - Edmund's Echo

注意，这需要jinja2：ImportError: Missing optional dependency 'jinja2'。DataFrame.style需要jinja2。请使用pip或conda安装jinja2。 - Henry Henrinson

@Henry - 你使用哪个IDE/Notebook客户端？对于标准的Jupyter Lab或Jupyter Notebook安装和pip install pandas，这是开箱即用的。 - Ran Feldesh

Answer 3

你可以使用apply()来获得所需的结果。这也适用于浮点数。

import pandas as pd

series1 = pd.Series({'Value': 353254})
series2 = pd.Series({'Value': 54464.43})
series3 = pd.Series({'Value': 6381763761})

df = pd.DataFrame([series1, series2, series3])
print(df.head())

         Value
0  3.532540e+05
1  5.446443e+04
2  6.381764e+09

df['Value'] = df.apply(lambda x: "{:,}".format(x['Value']), axis=1)
print(df.head())

             Value
0        353,254.0
1        54,464.43
2  6,381,763,761.0

- flivan

---

df['Value'] = df['Value'].apply(lambda x: "{:,}".format(x))的区别在哪里？ - ytu

如果您只想保留两位小数，该怎么办？您如何使用“％.2f”信息？ - FaCoffee

这个答案具有误导性，因为它会得到一个字符串类型的列，而不是浮点数类型。 - Nick Morgan

你也可以完全将lambda去掉：df['Value'] = df['Value'].apply('{:,}'.format)，因为str.format只需要一个参数。 - Evan V

如何使其也适用于 int？ - Ian CT

Answer 4

最简单的方法是

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

- Vritika Malhotra

Answer 5

可能是最简洁的解决方案：df[column].map('{:,d}'.format)。

- 1''

Answer 6

在Pandas版本> 1.3.0中，您可以全局设置千分位分隔符：

pd.set_option("styler.format.thousands", ",")

或者针对特定的数据框：

df.style.format(thousands=",")

https://pandas.pydata.org/docs/reference/api/pandas.io.formats.style.Styler.format.html

- ostrokach

Answer 7

你可以使用 apply 或 stack 方法

df.apply(lambda x: x.str.replace(',','.'))
df.stack().str.replace(',','.').unstack()

- Sassaba