熊猫数据框。更改浮动格式。保持类型“浮动”

Question

我正在尝试在不更改数据类型的情况下更改 pd 数据框列的格式。这是我所拥有的：df = pd.DataFrame({'Age': [24.0, 32.0}])

我想用24 32 类型表示年龄，或者24.00 32.00将它们保留为浮点数。这是我可以做的：

df['Age'].map('{:,.2f}'.format)

但是这一行将数据类型更改为对象。我也在尝试申请：`

df = df.style.format({'Age': '{:,.2f}'.format})`

但它有一些问题。请帮助找出正确的方法。

Answer 1

您的 dataFrame 本身是一个类型浮点数。

数据框：

>>> df
    Age
0  24.0
1  32.0

检查数据帧类型：

>>> df.dtypes
Age    float64
dtype: object

检查 DataFrame 列类型的 dtype：

>>> df.Age
0    24.0
1    32.0
Name: Age, dtype: float64

或者甚至检查：

>>> df['Age'].dtype.kind
'f'

您用于四舍五入两位数零的方式是正确的，但将它们再次转换为浮点数将使它们保持在单个零中作为浮点数。

>>> df['Age'].map('{:,.2f}'.format)
0    24.00
1    32.00
Name: Age, dtype: object

由于您有兴趣保持像 int 值这样的模拟，24, 32或者24.00 & 32.00，如果您只对浮点数的显示感兴趣，那么您可以这样做pd.set_option('display.float_format','{:.0f}'.format)，这实际上不会影响您的数据。

对于没有前导零的浮动格式

>>> pd.set_option('display.float_format','{:.0f}'.format)
>>> df
   Age
0   24
1   32

>>> df.dtypes
Age    float64
dtype: object

>>> pd.set_option('display.float_format','{:.2f}'.format)
>>> df
    Age
0 24.00
1 32.00
>>> df.dtypes
Age    float64
dtype: object

设置显示精度选项：

>>> pd.set_option('precision', 0)
>>> df
   Age
0   24
1   32

>>> df.dtypes
Age    float64
dtype: object