在pandas数据框中格式化整数的千位分隔符

Question

我想用 '{:,}'.format(number) 这个方法来格式化一个 pandas 数据框里的数字，像下面这个例子：

# This works for floats and integers
print '{:,}'.format(20000)
# 20,000
print '{:,}'.format(20000.0)
# 20,000.0

问题是，如果数据框里的数字是整数，这个方法就不管用，但如果是浮点数就没问题。看看这些例子：

# Does not work. The format stays the same, does not show thousands separator
df_int = DataFrame({"A": [20000, 10000]})
print df_int.to_html(float_format=lambda x: '{:,}'.format(x))

# Example of result
# <tr>
#   <th>0</th>
#   <td> 20000</td>
# </tr

# Works OK
df_float = DataFrame({"A": [20000.0, 10000.0]})
print df_float.to_html(float_format=lambda x: '{:,}'.format(x))

# Example of result
# <tr>
#   <th>0</th>
#   <td>20,000.0</td>
# </tr>

我哪里做错了呢？

Answer 1

你可以把你的表格转换成浮点数格式（float64），然后根据需要使用浮点数格式化，特别是当你只是想构建一个小表格来查看时。这样做可以避免分别处理整数和浮点数，提供了一个快速的解决方案。

df.astype('float64',errors='ignore').to_html(float_format=lambda x: format(x,',.2f'))

errors='ignore'的意思是，当某一列无法转换为浮点数，比如字符串时，不会抛出错误。

Answer 2

在pandas（版本0.20.1及以上）中，想要轻松改变默认的整数格式并不容易。这个格式是写死在代码里的，具体在pandas.io.formats.format.IntArrayFormatter（这里用到了一个叫lambda的函数）。

class IntArrayFormatter(GenericArrayFormatter):

    def _format_strings(self):
        formatter = self.formatter or (lambda x: '% d' % x)
        fmt_values = [formatter(x) for x in self.values]
        return fmt_values

我猜您想问的是如何为所有整数修改格式：也就是修改（或者说“猴子补丁”）IntArrayFormatter，让它打印的整数值用逗号分隔千位，像这样：

import pandas

class _IntArrayFormatter(pandas.io.formats.format.GenericArrayFormatter):

    def _format_strings(self):
        formatter = self.formatter or (lambda x: ' {:,}'.format(x))
        fmt_values = [formatter(x) for x in self.values]
        return fmt_values

pandas.io.formats.format.IntArrayFormatter = _IntArrayFormatter

注意：

• 在0.20.0之前，格式化器是在pandas.formats.format里。
• 在0.18.1之前，格式化器是在pandas.core.format里。

附带说明

对于浮点数，您不需要这么麻烦，因为有一个配置选项可以直接使用：

display.float_format：这个可调用对象应该接受一个浮点数，并返回一个字符串，格式就是您想要的数字格式。这在一些地方会用到，比如SeriesFormatter。可以查看core.format.EngFormatter来了解示例。

Answer 3

在to_html中，formatters这个参数可以接收一个字典，这个字典的键是列名，值是格式化函数。下面是一个示例，展示了如何创建一个字典，把同一个格式化函数同时应用于浮点数和整数。

In [250]: num_format = lambda x: '{:,}'.format(x)

In [246]: def build_formatters(df, format):
     ...:     return {column:format 
     ...:               for (column, dtype) in df.dtypes.iteritems()
     ...:               if dtype in [np.dtype('int64'), np.dtype('float64')]}
     ...: 

In [247]: formatters = build_formatters(df_int, num_format)


In [249]: print df_int.to_html(formatters=formatters)
<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>A</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>20,000</td>
    </tr>
    <tr>
      <th>1</th>
      <td>10,000</td>
    </tr>
  </tbody>
</table>