Pandas 如何将数据框中某些浮点列格式化为百分比

在本文中，我们将向您介绍如何在 pandas 数据框中将某些浮点列格式化为百分比。

假设我们有以下数据框：

import pandas as pd

data = {"country": ["China", "India", "USA", "Indonesia", "Pakistan"],
        "population": [1439.32, 1380.00, 331.16, 273.52, 220.91],
        "pop_growth": [0.39, 1.06, 0.71, 1.05, 2.00],
        "urban_pop_ratio": [0.61, 0.35, 0.83, 0.56, 0.39]}

df = pd.DataFrame(data)

该数据框显示了五个国家的人口、人口增长率和城市人口占总人口的比例数据。

	country	population	pop_growth	urban_pop_ratio
0	China	1439.32	0.39	0.61
1	India	1380.00	1.06	0.35
2	USA	331.16	0.71	0.83
3	Indonesia	273.52	1.05	0.56
4	Pakistan	220.91	2.00	0.39

我们希望将三列数据，即人口增长率、城市人口占总人口的比例以及人口转换为百分比形式。

阅读更多：Pandas 教程

方法1：使用 map 和 lambda 函数

我们可以使用 map 和 lambda 函数，先将浮点数乘以 100 得到百分比，然后再添加百分比符号 %。

df["pop_growth"] = df["pop_growth"].map(lambda x: '{:.2f}%'.format(x*100))
df["urban_pop_ratio"] = df["urban_pop_ratio"].map(lambda x: '{:.2f}%'.format(x*100))
df["population"] = df["population"].map(lambda x: '{:,.2f}%'.format(x))

这会将浮点列转换为百分比列。现在，数据框变成了这个样子：

	country	population	pop_growth	urban_pop_ratio
0	China	1,439.32%	39.00%	61.00%
1	India	1,380.00%	106.00%	35.00%
2	USA	331.16%	71.00%	83.00%
3	Indonesia	273.52%	105.00%	56.00%
4	Pakistan	220.91%	200.00%	39.00%

注意，map 方式返回一个列表值，因此需要在列表值加入批量值处理。此处用到 {}，其中“:表示格式化输出符号，{}用于表示输出的值所在的位置，而后面的.几f/%表示向前保留几位小数以及添加百分比符号%`。

方法2：使用 applymap 函数

另一种方法是使用 applymap 函数，将每个元素作为一个 DataFrame 数组进行处理。

df[['pop_growth', 'urban_pop_ratio']] = df[['pop_growth', 'urban_pop_ratio']].applymap('{:.2f}%'.format)
df["population"] = df["population"].apply('{:,.2f}%'.format)

这同样可以将浮点列转换为百分比列。现在，数据框变成了这个样子：

	country	population	pop_growth	urban_pop_ratio
0	China	1,439.32%	39.00%	61.00%
1	India	1,380.00%	106.00%	35.00%
2	USA	331.16%	71.00%	83.00%
3	Indonesia	273.52%	105.00%	56.00%
4	Pakistan	220.91%	200.00%	39.00%

可以看到，结果与方法 1 是相同的。

方法3：在读取时指定格式

还有一种方法是在读取文件时指定格式，这需要使用到 read_csv 函数的 converters 参数。

def convert_percent(val):
    if isinstance(val, float):
        return '{:.2f}%'.format(val*100)
    else:
        return val

df = pd.read_csv('population.csv', converters={'pop_growth': convert_percent, 'urban_pop_ratio': convert_percent, 'population': lambda x: '{:,.2f}%'.format(float(x))})