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：
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。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
359
收藏
