Skip to main content
 首页 » 编程设计

python之Pandas to_csv 如何用逗号格式化 int 和 float 变量作为千位分隔符

2025年02月15日7jiqing9006

我处理的所有数据都需要用逗号作为千位分隔符来报告。在将数据写入 .csv 文件后,我只对以逗号作为千位分隔符的值感兴趣。在我的 pandas 数据框内部,我想将它们保留为 int 或 float。

float

我可以将 float 输出为零小数:

 df.to_csv('c:\Awesome\Groovy.csv', float_format = '%.0f') 

但每当我尝试在 float 中添加逗号时,它都不起作用。

 df.to_csv('c:\Awesome\Groovy.csv', float_format = ':,.0f') ## WRONG 
 df.to_csv('c:\Awesome\Groovy.csv', float_format = {:,.0f}'.format) ## WRONG 

整数

我对整数的计划是,首先将它们转换为数据帧中的 float ,然后使用 .to_csv 函数对它们进行格式化。有什么想法吗?

请您参考如下方法:

这对您来说可能太笨拙了。无论如何,这里是。使用此答案 https://stackoverflow.com/a/4205875/42346我们可以使用逗号:

def thous(x, sep=',', dot='.'): 
    num, _, frac = str(x).partition(dot) 
    num = re.sub(r'(\d{3})(?=\d)', r'\1'+sep, num[::-1])[::-1] 
    if frac: 
        num += dot + frac 
    return num 
 
df['my_column'] = df['my_column'].apply(lambda x: thous(x)) 

使用我从另一个 SO 问题中得到的一些示例数据:

>>> df = pd.DataFrame({'date':['2017-03-10','2017-03-11','2017-03-12'], 
                       'activate_time':['2017-03-10 12:13:30','2017-03-11 13:57:49','2017-03-12 14:28:05'], 
                       'mycol':[1234.56789,9876.54321,1111111.11111]}) 
>>> df['mycol'] = df['mycol'].apply(lambda x: thous(x)) 
>>> df 
          activate_time        date            mycol 
0   2017-03-10 12:13:30  2017-03-10      1,234.56789 
1   2017-03-11 13:57:49  2017-03-11      9,876.54321 
2   2017-03-12 14:28:05  2017-03-12  1,111,111.11111