给定以下数据框：
import pandas as pd
df = pd.DataFrame(
{'A':['A','B','C','D'],
'C':[12355.00,12555.67,640.00,7000]
})
df
A C
0 A 12355.00
1 B 12555.67
2 C 640.00
3 D 7000.00
我想将这些值转换为以千美元为单位的美元，如下所示：
A C
0 A $12.3K
1 B $12.5K
2 C $0.6K
3 D $7.0K
我需要做的第二件事是以某种方式将它们放入 Seaborn 热图，它只接受浮点数和整数。有关热图方面的更多信息，请参阅here。
我假设一旦浮点数转换为货币，它们将是对象格式，但我希望有办法解决这个问题。
提前致谢！
【问题讨论】：
标签： python-3.x pandas seaborn
Flexibile formatting using Babel如果您正在寻找一种针对不同区域设置货币和数字格式的灵活方式，我建议使用Babel：
示例数据
df = pd.DataFrame(
{'A':['A','B','C','D'],
'C':[12355.00,12555.67,640.00,7000]
})
print(df)
A C
0 A 12355.00
1 B 12555.67
2 C 640.00
3 D 7000.00
格式化美元货币：
from babel.numbers import format_currency
df["C"] = df["C"].apply(lambda x: format_currency(x, currency="USD", locale="en_US"))
A C
0 A $12,355.00
1 B $12,555.67
2 C $640.00
3 D $7,000.00
格式化欧元货币（注意千位和小数分隔符的区别）：
df["C"] = df["C"].apply(lambda x: format_currency(x, currency="EUR", locale="nl_NL"))
A C
0 A € 12.355,00
1 B € 12.555,67
2 C € 640,00
3 D € 7.000,00
【讨论】：
或者您可以使用lambda function 和f-string 以获得更短的语法更短 更短的语法
df['C'] = df['C'].apply(lambda x: f"${x/1000:.1f}k")
如果您想在特定的列列表上使用此方法，您可以在循环中参数化列名
for col in ['A', 'B', 'C']:
df[col] = df[col].apply(lambda x: f"${x/1000:.1f}k")
如果你想在所有列上使用这个方法，你可以用applymap替换apply
df = df.applymap(lambda x: f"${x/1000:.1f}k")
【讨论】：
df[["A", "B", "C"]] = df[["A", "B", "C"]].apply(lambda series: series.apply(lambda value: f"{value:,}") )
def format(x):
return "${:.1f}K".format(x/1000)
df = pd.DataFrame(
{'A':['A','B','C','D'],
'C':[12355.00,12555.67,640.00,7000]
})
df['C'] = df['C'].apply(format)
print(df)
【讨论】：
locale.currency(value, grouping=True)，但您需要导入并设置本地：locale.setlocale(locale.LC_ALL, 'en_US')
或者您可以使用 lambda 函数来缩短语法
df['C'] = df['C'].apply(lambda x: "${:.1f}k".format((x/1000)))
【讨论】：