python - 单个数据框的 Pandas 设置格式

Question

问题

有没有办法只格式化特定的数据框？

我看过格式化单个数据框的特定列(示例 1)或将整个 pandas 库设置为默认选项(示例 2)的示例。但是，我还没有看到在不明确列出每一列的情况下格式化特定数据框的选项。

设置

import pandas as pd
import numpy as np

# Setup first example
data = np.random.random((3,4))
df = pd.DataFrame(data)
print df
#          0         1         2         3
#0  0.384326  0.364187  0.084034  0.012376
#1  0.114784  0.298068  0.087634  0.828207
#2  0.255923  0.438617  0.820652  0.266964

示例 1 - 更改单个数据框中特定列的格式

df[3] = df[3].map('${:,.2f}'.format)
print df
#          0         1         2      3
#0  0.384326  0.364187  0.084034  $0.01
#1  0.114784  0.298068  0.087634  $0.83
#2  0.255923  0.438617  0.820652  $0.27

示例 2 - 更改所有 pandas 数据框(包括新数据框)的格式

pd.options.display.float_format = '${:,.2f}'.format
print(df)
#      0     1     2      3
#0 $0.38 $0.36 $0.08  $0.01
#1 $0.11 $0.30 $0.09  $0.83
#2 $0.26 $0.44 $0.82  $0.27

data2 = np.random.random((4,3))
df2 = pd.DataFrame(data2)
print df2
#      0     1     2
#0 $0.60 $0.37 $0.86
#1 $0.28 $0.06 $0.97
#2 $0.19 $0.68 $0.99
#3 $0.06 $0.88 $0.82

我一直在寻找类似示例 2 的选项，但它不会将格式应用于 future 的数据帧。谢谢!

编辑 - 抱歉，我应该更清楚地了解格式。示例 1 更改了数据类型，而示例 2 没有。我希望不必在数据类型之间进行转换(如果可能的话)。例如。第一个示例从 float 变为非空对象:

df.info()
#<class 'pandas.core.frame.DataFrame'>
#Int64Index: 3 entries, 0 to 2
#Data columns (total 4 columns):
#0    3 non-null float64
#1    3 non-null float64
#2    3 non-null float64
#3    3 non-null object
#dtypes: float64(3), object(1)

Answer 1

我认为最好的办法是将格式化程序传递给 to_string

In [283]: print df.to_string(float_format='${:,.2f}'.format)
      0     1     2     3
0 $0.53 $0.01 $0.75 $0.61
1 $0.54 $0.33 $0.42 $0.47
2 $0.28 $0.67 $0.71 $0.53

虽然那不会留在数据框上。你可以像这样做一些猴子补丁。

In [286]: from functools import partial

In [287]: df.to_string = partial(df.to_string, float_format='${:,.2f}'.format)

In [288]: print df
      0     1     2     3
0 $0.53 $0.01 $0.75 $0.61
1 $0.54 $0.33 $0.42 $0.47
2 $0.28 $0.67 $0.71 $0.53