数学建模之数据分析【八】：数据预处理之数据格式化

获取更多数模资料，请关注
公众号：快乐数模
小红书：学数模使我快乐

数据预处理是任何数据分析或机器学习项目中的关键步骤。它涉及各种任务，目的是将原始数据转换为干净可用的格式。正确准备的数据确保更准确、可靠的分析结果，从而做出更好的决策和有效的预测模型。近期的数据预处理章节将涵盖数据准备的关键方面，包括数据格式化、数据清洗、数据转换和数据抽样。
本篇是数据预处理之数据格式化。

一、在Pandas中格式化数据框的浮点列

呈现数据时，按所需的格式显示数据是一个关键部分。有时，值是如此大，以至于我们只想显示其中部分（或按照我们意愿显示固定格式）。
下面是使用 Python 在 Pandas 中格式化数字的各种方法。

1.1 将列值四舍五入到两位小数

代码示例：

import pandas as pd

data = {
   'Month': ['January', 'February', 'March', 'April'],
        'Expense': [21525220.653, 31125840.875, 23135428.768, 56245263.942]}

dataframe = pd.DataFrame(data, columns=['Month', 'Expense'])
 
print("Given Dataframe :\n", dataframe)

pd.options.display.float_format = '{:.2f}'.format    #将数值设置为显示两位小数的字符串，不使用千位分隔符。
 
print('\nResult :\n', dataframe)

结果显示

1.2 使用逗号和小数精度的 Pandas DataFrame 格式

下面的代码使用 pandas 创建一个 DataFrame，即“products_dataframe”，其中包含产品名称及其各自的价格。它打印初始 DataFrame，然后用逗号设置“Price”列的格式，并将值四舍五入到两位小数。

import pandas as pd
 
data = {
   'Product': ['Laptop', 'Phone', 'Tablet', 'Desktop'],
        'Price': [1200.50, 799.99, 349.75, 1500.25]}
 
products_dataframe = pd.DataFrame(data, columns=['Product', 'Price'])
 
print("Given Dataframe :\n", products_dataframe)
 
pd.options.display.float_format = '{:,.2f}'.format
 
formatted_products = products_dataframe.copy()
formatted_products['Price'] = formatted_products['Price'].apply(lambda x: '{:,.2f}'.format(x))  #将浮点数转换为带逗号的字符串，保留两位小数，使用千位分隔符。
 
# Display the formatted DataFrame
print('\nResult :\n', formatted_products