如何在熊猫数据框列中插入逗号作为千位分隔符？答案

【问题标题】：How to insert a comma as a thousands separator in a pandas dataframe column?如何在熊猫数据框列中插入逗号作为千位分隔符？
【发布时间】：2018-05-04 09:46:55
【问题描述】：

我正在尝试将美元金额列格式化为使用逗号千位分隔符以便于查看，但我无法弄清楚。谁能给我指路？

import pandas as pd
df = pd.read_excel('filename.xlsx') 
df['Dollar Amount'].head()

Index  Dollar Amount
0      5721.48
1      4000.00
2      4769.00
3       824.07
4       643.60
5       620.00

Name: Dollar Amount, dtype: float64

【问题讨论】：

标签： excel pandas dataframe python-3.6

【解决方案1】：

请注意，它会将您的 float 类型转换为 object

df.DollarAmount.apply(lambda x : "{:,}".format(x))
Out[509]: 
0    5,721.48
1     4,000.0
2     4,769.0
3      824.07
4       643.6
5       620.0
Name: DollarAmount, dtype: object

【讨论】：

谢谢。我不得不改变一件事，因为它是一个 Pandas 数据框。 df['Dollar Amount'].apply(lambda x : "{:,}".format(x))
@ACH 啊哈，你明白了 :-)
它是如何在正确的位置插入 (,) 的？你在哪里提供职位？
@pyd 你可以查看链接 :-) docs.python.org/3.4/library/string.html （通过搜索 {:,} 你会看到结果）
@user3423407 df.apply(lambda x : "{:,}".format(x),1)

【解决方案2】：

这是获取千位分隔符的更可取的方法。

df['Dollar Amount']=df['Dollar Amount'].apply('{:,}'.format)

【讨论】：

【解决方案3】：

这里有一个使用 locale 的解决方案可能会有所帮助，只要您可以将数字格式化为字符串：

import pandas as pd
import locale as lc

# Get the list of all locale options
all_locales = lc.locale_alias
# I'll use US conventions since that's what you mentioned in your question
lc.setlocale(lc.LC_ALL,all_locales["en_us"])

df = pd.DataFrame({"Dollar Amount":[1000, 2000000, 2500.01]})
df["Dollars Formatted"] = df["Dollar Amount"].apply(lambda x: "$"+lc.format("%.2f",x,True))

locale 的便利之处在于，如果需要，您可以轻松地在不同的数字约定之间进行更改，并且它将继续为百万和十亿分隔符应用这些约定。

【讨论】：

【解决方案4】：

使用地图：

df['Dollar Amount'] = df['Dollar Amount'].map("{:,}".format)

您还可以使用更好的样式，让您在一行中完成所有样式：

df = df.style.format({'Dollar Amount': "{:,}"})

【讨论】：

【解决方案5】：

如果您需要在特定列中插入数千个逗号分隔符并删除小数位：

import pandas as pd
df = pd.DataFrame([(0.21, 1000.0), (0.01, 2000000.0), (0.66, 1000.0), (0.21, 330000.0)], columns=['A', 'B'])

之前：

      A          B
0  0.21     1000.0
1  0.01  2000000.0
2  0.66     1000.0
3  0.21   330000.0

对于“Col B”，插入逗号分隔符并删除小数位：对上面 YOBEN_S 的代码稍作调整：

lst = list(df.columns)
lst.remove('A')
for c in lst:
    df[c] = df[c].astype(int).apply(lambda x: f'{x:,}')

之后：

      A          B
0  0.21      1,000
1  0.01  2,000,000
2  0.66      1,000
3  0.21    330,000

【讨论】：