dataframe数值保存为百分数

将 dataframe 中的数值保存为百分数，可以通过使用 pandas 库中的 applymap() 函数来实现。具体来说，可以定义一个 lambda 函数，将每个数值乘以 100 后转换为字符串形式并在字符串末尾加上 '%' 符号，然后使用 applymap() 函数将该函数应用于整个 dataframe 中的每个元素。以下是一个示例代码：

import pandas as pd

# 创建一个含有数值的 dataframe
df = pd.DataFrame({'A': [0.1234, 0.4567], 'B': [0.8910, 0.2345]})

# 将数值保存为百分数
df = df.applymap(lambda x: '{:.2%}'.format(x))

print(df)

运行以上代码，输出结果如下：

        A       B
0  12.34%  89.10%
1  45.67%  23.45%

以上代码将 dataframe 中的数值乘以 100 后转换为字符串形式，并在字符串末尾加上 '%' 符号，实现了将 dataframe 中的数值保存为百分数的功能。

相关问题

python3 csv文件转为xlsx如果遇到百分比数值时保存为数字格式，输出python代码

可以使用Python中的pandas库来实现csv文件转为xlsx，并将百分比数值保存为数字格式。代码如下：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 将百分比数值转为数字格式
df['percentage'] = df['percentage'].str.rstrip('%').astype('float') / 100

# 将数据保存为xlsx文件
writer = pd.ExcelWriter('data.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1', index=False)
writer.save()

在这个示例中，我们首先使用pandas的read_csv()函数读取csv文件，并将其保存为DataFrame对象。然后，我们使用pandas的str.rstrip()函数删除百分号，并使用astype()函数将字符串转换为浮点数。最后，我们使用pandas的to_excel()函数将数据保存为xlsx文件，并使用xlsxwriter引擎将百分比数值保存为数字格式。

python3.11 csv文件转为xlsx如果遇到百分比数值时保存为数字格式，输出python代码

可以使用pandas库来读取csv文件并将其转换为xlsx格式，同时指定数字格式来处理百分比数值。以下是示例代码：

import pandas as pd

# 读取csv文件
df = pd.read_csv('input.csv')

# 处理百分比数值并保存为数字格式
df['Percentage'] = df['Percentage'].str.replace('%', '').astype(float) / 100

# 保存为xlsx文件并指定数字格式
writer = pd.ExcelWriter('output.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1', index=False)
workbook = writer.book
worksheet = writer.sheets['Sheet1']
format1 = workbook.add_format({'num_format': '0.00%'})
worksheet.set_column('B:B', None, format1)
writer.save()

在上述代码中，首先使用pandas库读取了名为`input.csv`的csv文件，并将其转换为DataFrame对象。然后，通过使用`str.replace()`方法和`astype()`方法处理了`Percentage`列中的百分比数值，并将其转换为数字格式。最后，使用`pandas.ExcelWriter()`方法将DataFrame对象保存为名为`output.xlsx`的xlsx文件，并使用`xlsxwriter`引擎来指定数字格式。