Pandas Dataframe Number Values Comma Formated

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pandas Dataframe Number Values Comma Formated相关的知识,希望对你有一定的参考价值。

我有一个如下所示的Pandas数据框。

    X        Y
0  12345    67890
1  54321    N/A
2  67890    123456

我需要将这些数字用逗号格式化。例如12345 => 12,345。

请帮助。

谢谢。

答案
nan = 'N/A'

df = pd.DataFrame({'A':np.random.randint(10000,20000, 6), 'B':np.random.randint(1000,2000, 6)})
df.loc[3,'B'] = nan

df = df.replace(nan, 0)
df['A'] = df['A'].apply(lambda x: '{:,}'.format(x))
df['B'] = df['B'].apply(lambda x: '{:,}'.format(x))
另一答案
df['Y'] = df['Y'].apply(pd.to_numeric, errors='coerce')
df['Y'] = df['Y'].apply(lambda x: '{:,.0f}'.format(x))
df['Y'] = df['Y'].replace({'nan' : 'N/A'}, regex=True)

我想必须有更好的方法。谢谢Marco Cerliani。

以上是关于Pandas Dataframe Number Values Comma Formated的主要内容,如果未能解决你的问题,请参考以下文章

pandas使用duplicated函数统计dataframe中重复数据行的个数(counting the number of duplicate rows in dataframe)

pandas使用isna函数和sum函数统计dataframe包含的缺失值的总数(count number of missing values in dataframe)

Pandas.Dataframe.merge v Linq 加入

pandas使用nunique函数计算dataframe每一个数据行的独特值的个数(count number of unique values in each row of dataframe)

pandas使用notna函数all函数sum函数计算dataframe中不包含缺失值的数据行的个数(number of rows without missing values)

pandas使用groupby函数和agg函数获取每个分组特定变量独特值的个数(number of distinct values in each group in dataframe)