4.2　数据格式化

在进行数据处理时，尤其是在数据计算中应用求均值（mean()函数）后，发现结果中的小数位数增加了许多。此时就需要对数据进行格式化，以增加数据的可读性。例如，保留小数点位数、百分号、千位分隔符等。首先来看一组数据，如图4.9所示。

图4.9　原始数据

4.2.1　设置小数位数

设置小数位数主要使用DataFrame对象的round()函数，该函数可以实现四舍五入，而它的decimals参数则用于设置保留小数的位数，设置后数据类型不会发生变化，依然是浮点型。语法如下：

DataFrame.round(decimals=0, *args, **kwargs)

　decimals：每一列四舍五入的小数位数，整型、字典或Series对象。如果是整数，则将每一列四舍五入到相同的位置。否则，将字典和Series舍入到可变数目的位置；如果小数是类似于字典的，那么列名应该在键中；如果小数是级数，列名应该在索引中。没有包含在小数中的任何列都将保持原样。非输入列的小数元素将被忽略。

　*args：附加的关键字参数。

　**kwargs：附加的关键字参数。

　返回值：返回DataFrame对象。

【示例12】　四舍五入保留指定的小数位数。（示例位置：资源包\MR\Code\04\12）

使用round()函数四舍五入保留小数位数，程序代码如下：

运行程序，控制台输出结果如下：

当然，保留小数位数也可以用自定义函数，例如，为DataFrame对象中的各个浮点值保留两位小数，主要代码如下：

df.applymap(lambda x: '%.2f'%x)

4.2.2　设置百分比

在数据分析过程中，有时需要百分比数据。那么，利用自定义函数将数据进行格式化处理，处理后的数据就可以从浮点型转换成带指定小数位数的百分比数据，主要使用apply()函数与format()函数。

【示例13】　将指定数据格式化为百分比数据。（示例位置：资源包\MR\Code\04\13）

将A1列的数据格式化为百分比数据，程序代码如下：

运行程序，控制台输出结果如下：

4.2.3　设置千位分隔符

由于业务需要，有时需要将数据格式化为带千位分隔符的数据。那么，处理后的数据将不再是浮点型而是对象型。

【示例14】　将金额格式化为带千位分隔符的数据。（示例位置：资源包\MR\Code\04\14）

将图书销售码洋格式化为带千位分隔符的数据，程序代码如下：

运行程序，控制台输出结果如下：