pandas 对多层索引的部分列进行数字格式化

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在pandas中,多层索引(MultiIndex)表示在行索引和列索引上使用多个索引级别。它能更好地使用股分区、组织数据,尤其是层次化的数据。一个多层索引对象包含两个或多个索引数组。

数据与需求

我们看一下数据：

import pandas as pd

data = {
    ('SKU编码', 'len'): {('A', 'a1'): 19, ('A', 'a2'): 12},
    ('SKU编码', 'long'): {('A', 'a1'): 54, ('A', 'a2'): 75},
    ('毛利率', 'min'): {('A', 'a1'): 0.0588, ('A', 'a2'): 0.0909},
    ('毛利率', 'max'): {('A', 'a1'): 0.122, ('A', 'a2'): 0.1071},
    ('毛利率', 'mean'): {('A', 'a1'): 0.0841684210526316, ('A', 'a2'): 0.098475},
    ('毛利率', 'median'): {('A', 'a1'): 0.0827, ('A', 'a2'): 0.0991}
}

df = pd.DataFrame(data)
df
'''
     SKU编码          毛利率
       len long     min     max      mean  median
A a1    19   54  0.0588  0.1220  0.084168  0.0827
  a2    12   75  0.0909  0.1071  0.098475  0.0991
'''

重点关注下，列是一个多层的索引，我们现在希望对「毛利率」这一层以下的数据进行格式化，保留两位小数增加百分号，如 12.20%。

思路

由于多层索引类似一个元组索引,但拥有名称和多个级别，我们执行 df.columns 可以看到，第一层是元组的第一个元素，因此我们在 apply() 应用格式化数据的时候，只要判断这个 Series 的 name （在 DataFrame 为列索引）的第一个元素为「毛利率」即可，否则不进行处理。

代码

先查看一下列索引：

df.columns
'''
MultiIndex([('SKU编码',    'len'),
            ('SKU编码',   'long'),
            (  '毛利率',    'min'),
            (  '毛利率',    'max'),
            (  '毛利率',   'mean'),
            (  '毛利率', 'median')],
           )
'''

第一层索引是元组的第一个元素，因此我们用应用格式化方法时判断它是否「毛利率」：

df.apply(lambda x: x.map('{:,.2%}'.format) if x.name[0] == '毛利率' else x)
'''
     SKU编码         毛利率
       len long    min     max   mean median
A a1    19   54  5.88%  12.20%  8.42%  8.27%
  a2    12   75  9.09%  10.71%  9.85%  9.91%
'''

也可以使用 style 展示格式化：

df.style.format('{:.2%}', subset=['毛利率'])
df.style.format('{:.2%}', subset=pd.IndexSlice[:, '毛利率'])
df.style.format('{:.2%}', subset=pd.IndexSlice[:, ('毛利率', slice(None))])
# 毛利率列下的部分列
df.style.format('{:.2%}', subset=pd.IndexSlice[:, ('毛利率', ['max', 'mean'])])

这样就完成了需求。

（完）

pandas 对多层索引的部分列进行数字格式化

数据与需求

思路

代码

相关内容