如何使用 applymap 方法格式化 DataFrame 中不同类型的数据？

通过applymap方法格式化dataframe

在读取数据时，经常会出现不同类型的数据混杂在一起的情况，这也给数据的格式化带来了一定的困难。为了解决这个问题，pandas提供了applymap方法，它可以逐个元素对dataframe进行操作。

以给定的dataframe为例，其中包含字符串、整数和浮点数：

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'])

要将结果格式化为如下形式：

产品	任务	销售	完成率
a	-	1.0万	50.00%
b	-	3.0万	150.00%
c	-	1.0万	33.33%

可以使用applymap方法应用λ函数：

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)

通过lambda函数判断每个元素的类型，并应用相应的格式。最终结果如下所示：

产品	任务	销售	完成率
a	-	1.0万	50.00%
b	-	3.0万	150.00%
c	-	1.0万	33.33%

以上就是如何使用 applymap 方法格式化 DataFrame 中不同类型的数据？的详细内容，更多请关注其它相关文章！