Wie werden Pandas DataFrame von Floats mithilfe einer Formatzeichenfolge für Spalten angezeigt?

Ich möchte einen Pandas-Datenrahmen mit einem bestimmten Format unter Verwendung von print()und IPython anzeigen display(). Beispielsweise:

df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])
print df

         cost
foo   123.4567
bar   234.5678
baz   345.6789
quux  456.7890

Ich möchte das irgendwie zum Drucken zwingen

         cost
foo   $123.46
bar   $234.57
baz   $345.68
quux  $456.79

Ohne die Daten selbst ändern oder eine Kopie erstellen zu müssen, ändern Sie einfach die Art und Weise, wie sie angezeigt werden.

Wie kann ich das machen?

import pandas as pd
pd.options.display.float_format = '${:,.2f}'.format
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])
print(df)

ergibt

        cost
foo  $123.46
bar  $234.57
baz  $345.68
quux $456.79

Dies funktioniert jedoch nur, wenn jeder Float mit einem Dollarzeichen formatiert werden soll.

Wenn Sie andernfalls die Dollar-Formatierung nur für einige Floats wünschen, müssen Sie den Datenrahmen meiner Meinung nach vorab ändern (diese Floats in Zeichenfolgen konvertieren):

import pandas as pd
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])
df['foo'] = df['cost']
df['cost'] = df['cost'].map('${:,.2f}'.format)
print(df)

ergibt

         cost       foo
foo   $123.46  123.4567
bar   $234.57  234.5678
baz   $345.68  345.6789
quux  $456.79  456.7890

Wenn Sie den Datenrahmen nicht ändern möchten, können Sie einen benutzerdefinierten Formatierer für diese Spalte verwenden.

import pandas as pd
pd.options.display.float_format = '${:,.2f}'.format
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])


print df.to_string(formatters={'cost':'${:,.2f}'.format})

ergibt

        cost
foo  $123.46
bar  $234.57
baz  $345.68
quux $456.79

Ab Pandas 0.17 gibt es jetzt ein Styling-System, das im Wesentlichen formatierte Ansichten eines DataFrame mit Python- Formatzeichenfolgen bereitstellt :

import pandas as pd
import numpy as np

constants = pd.DataFrame([('pi',np.pi),('e',np.e)],
                   columns=['name','value'])
C = constants.style.format({'name': '~~ {} ~~', 'value':'--> {:15.10f} <--'})
C

welche anzeigt

Dies ist ein Ansichtsobjekt. Der DataFrame selbst ändert die Formatierung nicht, aber Aktualisierungen im DataFrame werden in der Ansicht angezeigt:

constants.name = ['pie','eek']
C

Es scheint jedoch einige Einschränkungen zu geben:

• Das Hinzufügen neuer Zeilen und / oder Spalten an Ort und Stelle scheint zu Inkonsistenzen in der gestalteten Ansicht zu führen (fügt keine Zeilen- / Spaltenbeschriftungen hinzu):

  constants.loc[2] = dict(name='bogus', value=123.456)
  constants['comment'] = ['fee','fie','fo']
  constants
  

das sieht ok aus aber:

C

• Die Formatierung funktioniert nur für Werte, nicht für Indexeinträge:

  constants = pd.DataFrame([('pi',np.pi),('e',np.e)],
                 columns=['name','value'])
  constants.set_index('name',inplace=True)
  C = constants.style.format({'name': '~~ {} ~~', 'value':'--> {:15.10f} <--'})
  C
  

Ähnlich wie bei Unutbu oben können Sie auch applymapFolgendes verwenden:

import pandas as pd
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
                  index=['foo','bar','baz','quux'],
                  columns=['cost'])

df = df.applymap("${0:.2f}".format)

Ich benutze gerne pandas.apply () mit dem Python-Format ().

import pandas as pd
s = pd.Series([1.357, 1.489, 2.333333])

make_float = lambda x: "${:,.2f}".format(x)
s.apply(make_float)

Es kann auch leicht mit mehreren Spalten verwendet werden ...

df = pd.concat([s, s * 2], axis=1)

make_floats = lambda row: "${:,.2f}, ${:,.3f}".format(row[0], row[1])
df.apply(make_floats, axis=1)

Sie können auch das Gebietsschema für Ihre Region festlegen und float_format so einstellen, dass ein Währungsformat verwendet wird. Dadurch wird automatisch das $ -Zeichen für die Währung in den USA festgelegt.

import locale

locale.setlocale(locale.LC_ALL, "en_US.UTF-8")

pd.set_option("float_format", locale.currency)

df = pd.DataFrame(
    [123.4567, 234.5678, 345.6789, 456.7890],
    index=["foo", "bar", "baz", "quux"],
    columns=["cost"],
)
print(df)

        cost
foo  $123.46
bar  $234.57
baz  $345.68
quux $456.79

Zusammenfassung:

    df = pd.DataFrame({'money': [100.456, 200.789], 'share': ['100,000', '200,000']})
    print(df)
    print(df.to_string(formatters={'money': '${:,.2f}'.format}))
    for col_name in ('share',):
        df[col_name] = df[col_name].map(lambda p: int(p.replace(',', '')))
    print(df)
    """
        money    share
    0  100.456  100,000
    1  200.789  200,000

        money    share
    0 $100.46  100,000
    1 $200.79  200,000

         money   share
    0  100.456  100000
    1  200.789  200000
    """