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php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
广告![ThinkPHP5快速开发企业站点[全程实录]](https://img.php.cn/upload/course/000/000/068/6253d918a3ce7278.png)
收藏
收藏
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
219
