python DataFrame 数据格式化（设置小数位数，百分比，Python 常用面试题

• python DataFrame数据格式化
  

• 1.设置小数位数
  

• 1.1 数据框设置统一小数位数
  

• 1.2 数据框分别设置不同小数位数
  

• 1.3 通过Series设置DataFrame小数位数
  

• 1.4 applymap(自定义函数)
  

• 2. 设置百分比
  

• 3. 设置千分位分隔符
  

参考： python 数据分析从入门到精通 明日科技编著 清华大学出版社

1.设置小数位数

1.1 数据框设置统一小数位数

以保留小数点后两位小数为例：

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])

print(df)

print("==================================")

print(df.round(2))

1.2 数据框分别设置不同小数位数

以 A1 列保留小数点后一位、A2 列保留小数点后两位为例

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])

print(df)

print("==================================")

print(df.round({'A1': 1, 'A2': 2}))

1.3 通过 Series 设置 DataFrame 小数位数

通过 Series 对象设置 df 小数位数，A1 一位，A2 零位，A3 二位小数

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])

print(df)

print("==================================")

s1 = pd.Series([1, 0, 2], index=['A1', 'A2', 'A3'])

print(df.round(s1))

1.4 applymap(自定义函数)

通过自定义函数设置小数位数，返回类型为 object，以设置为二位小数为例

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.random([5, 5]), columns=['A1', 'A2', 'A3','A4','A5'])

print(df)

print("==================================")

print(df.applymap(lambda x: '%.2f'%x))

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到 1 套比较全的学习资源之前，我并没着急去看第 1 节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做 1 个学习计划，我的学习计划主要包括规划图和学

习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习