Pandas to_csv如何使用逗号作为千位分隔符格式化 int 和浮点变量

Question

我处理的所有数据都需要用逗号作为千位分隔符报告。我只对将数据写入.csv文件后带有逗号作为千位分隔符的值感兴趣。在我的熊猫数据帧内部，我想将它们保持为 int 或浮动。

浮

我可以通过以下方式将浮点数输出为零小数：

 df.to_csv('c:AwesomeGroovy.csv', float_format = '%.0f')

但是每当我尝试在浮点数中放入逗号时，它都不起作用。

 df.to_csv('c:AwesomeGroovy.csv', float_format = ':,.0f') ## WRONG
 df.to_csv('c:AwesomeGroovy.csv', float_format = {:,.0f}'.format) ## WRONG

整数

我对整数的计划是首先将它们转换为数据帧中的浮点数，然后使用 .to_csv 函数格式化它们。有什么想法吗？

Answer 1

这对你来说可能太笨拙了。无论如何，这里。使用此答案 https://stackoverflow.com/a/4205875/42346 我们可以使用逗号：

def thous(x, sep=',', dot='.'):
    num, _, frac = str(x).partition(dot)
    num = re.sub(r'(d{3})(?=d)', r'1'+sep, num[::-1])[::-1]
    if frac:
        num += dot + frac
    return num
df['my_column'] = df['my_column'].apply(lambda x: thous(x))

使用一些示例数据，我从另一个SO问题中闲逛：

>>> df = pd.DataFrame({'date':['2017-03-10','2017-03-11','2017-03-12'],
                       'activate_time':['2017-03-10 12:13:30','2017-03-11 13:57:49','2017-03-12 14:28:05'],
                       'mycol':[1234.56789,9876.54321,1111111.11111]})
>>> df['mycol'] = df['mycol'].apply(lambda x: thous(x))
>>> df
          activate_time        date            mycol
0   2017-03-10 12:13:30  2017-03-10      1,234.56789
1   2017-03-11 13:57:49  2017-03-11      9,876.54321
2   2017-03-12 14:28:05  2017-03-12  1,111,111.11111

Answer 2

这是我根据伯尼上面的回答最终得到的代码。我想把它贴在这里给其他人。

import re
def thous(x, sep=',', dot='.'):
   y = round(x)
   num, _, frac = str(y).partition(dot)
   num = re.sub(r'(d{3})(?=d)', r'1'+sep, num[::-1])[::-1]
   #  comment out for no 0    if frac:
   #  comment out for no 0   num += dot + frac
   return num
num = df.select_dtypes(include=[np.number]) #selects only numeric dtypes
for x in num:
     df[x] = df[x].apply(lambda x: thous(x))

在使用 to_csv 命令之前运行它，您就是黄金。干杯！