如何将DataFrame中的数字格式化为带逗号的整数？遇报错求解决

错误原因 #

你遇到的int() argument must be string, a bytes-like object or a number, not 'DataFrame'错误，是因为直接将整个DataFrame对象传入int()函数，而int()只能处理单个数值或字符串，无法直接处理整个DataFrame结构。

解决方案 #

要实现先四舍五入取整，再添加千分位逗号的效果，可按以下步骤处理：

1. 对目标数值列执行四舍五入取整操作
2. 将取整后的数值格式化为带千分位逗号的字符串

完整代码如下：

import pandas as pd

# 初始化数据
data1 = {'Header':['L1','L2','L3'], 
         'Val1':[float(1000.2),float(2000.40),float(300.55)],
         'Val2':[float(4000.3),float(500.00),float(60000.55)]}
df = pd.DataFrame(data1)

# 1. 对数值列四舍五入取整
numeric_cols = ['Val1', 'Val2']
df[numeric_cols] = df[numeric_cols].round().astype(int)

# 2. 格式化为带千分位逗号的字符串
df[numeric_cols] = df[numeric_cols].applymap(lambda x: f"{x:,}")

# 输出符合要求的表格
print(df.to_markdown(index=False))

最终输出 #

| Header | Val1   | Val2    |
|--------|--------|---------|
| L1     | 1,000  | 4,000   |
| L2     | 2,000  | 500     |
| L3     | 301    | 60,001  |

补充说明 #

• 若无需四舍五入、仅需截断小数部分，可将round().astype(int)替换为astype(int)，但此操作会直接丢弃小数（如300.9会变为300，不符合你的期望输出）
• applymap()可对DataFrame的每个元素应用格式化逻辑，适合多列批量处理
• f"{x:,}"是Python内置的格式化语法，专门用于为整数添加千分位分隔符

内容的提问来源于stack exchange，提问作者Add