将 Pandas 中的列格式化为货币格式

在本文中，我们将介绍如何将 Pandas 中的列格式化为货币格式。在数据分析和报告中，经常需要以货币格式呈现金额数据，这样可以让读者更清晰地了解数据。

一、使用 Pandas 的 map 方法

Pandas 中的 map 方法可以将一列数据进行映射和格式转换。我们可以使用这个方法将数字格式的列转换为货币格式。

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'amount': [1000, 2000, 3000]})

# 将 amount 列格式化为货币格式
df['amount'] = df['amount'].map('${:,.2f}'.format)

print(df)

输出结果：

    amount
0   $1,000.00 1$ 2,000.00
2  $3,000.00

在上面的代码中，我们使用 map 方法将 amount 列格式化为货币格式。'{:,.2f}'.format 是一个格式字符串，它将数字格式化为货币格式，并保留两位小数。

二、使用 Pandas 的 apply 方法

除了使用 map 方法，我们还可以使用 apply 方法来实现列的格式转换。apply 方法可以接受一个函数作为参数，这个函数可以对一列数据进行处理。我们可以定义一个函数来将数字格式的列转换为货币格式。

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'amount': [1000, 2000, 3000]})

# 定义一个函数，将数字格式转换为货币格式
def format_currency(amount):
    return '${:,.2f}'.format(amount)

# 使用 apply 方法将 amount 列格式化为货币格式
df['amount'] = df['amount'].apply(format_currency)

print(df)

输出结果：

    amount
0   $1,000.00 1$ 2,000.00
2  $3,000.00

在上面的代码中，我们定义了一个 format_currency 函数来将数字格式转换为货币格式。然后，我们使用 apply 方法将 amount 列应用到这个函数中，并将返回值赋给 amount 列。

三、使用 Pandas 的 style 属性

除了可以使用 map 和 apply 方法来格式化列，我们还可以使用 Pandas 的 style 属性。style 属性可以让我们以 HTML 格式呈现 DataFrame，这样可以为数据加入更多的样式，包括货币格式。

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'amount': [1000, 2000, 3000]})

# 将 amount 列格式化为货币格式
def format_currency(amount):
    return '${:,.2f}'.format(amount)

df.style.format({'amount': format_currency})

在上面的代码中，我们使用 style 属性，并使用 format 方法来格式化 amount 列为货币格式。这里我们定义了一个名为 format_currency 的函数来格式化货币，并将列名和这个函数作为字典传递给 format 方法。