如何使用 `applymap` 函数解决 Pandas 输出格式不一致的问题?

如何使用  `applymap` 函数解决 pandas 输出格式不一致的问题?

巧用类型判定,解决 pandas 输出格式混乱问题

在数据分析中,我们将不同类型的数据导入 pandas 数据框中时,经常会遇到输出格式不统一的情况。如何让数据根据类型自动显示为字符串、整数或浮点数格式?

为了解决这一问题,可以使用 applymap 函数进行类型判定,并根据判定结果设置不同的输出格式。具体代码如下:

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)

其中:

  • lambda x: ... 定义了一个匿名函数,用于根据 x 的类型返回不同的格式化字符串。
  • pd.api.types.is_float(x) 判断 x 是否是浮点类型。
  • pd.api.types.is_integer(x) 判断 x 是否是整数类型。

示例:

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"])

# 按照类型输出格式
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)

print(dt)

输出结果:

   产品  任务    销售  完成率
0     A  1万  5千   0.50%
1     B  2万  3万   1.50%
2     C  3万  1万   0.33%

通过 applymap 函数巧妙地利用类型判定,可以轻松实现不同数据类型的统一格式输出,使数据分析更加清晰直观。

以上就是如何使用 `applymap` 函数解决 Pandas 输出格式不一致的问题?的详细内容,更多请关注www.sxiaw.com其它相关文章!