Python DataFrame数字格式转换：如何实现千位空格分隔？

你需要修改style.format的处理逻辑，直接用{:.2f}只会保留两位小数，不会添加千位分隔。要实现空格分隔的千位格式，可以通过格式化后替换逗号为空格，或者自定义格式化函数：

修改后的代码 #

df['Revenue'] = df['card_price'] * df['buyers']
df_revenue_top5_bottom5 = df[['card_manufacturer','Revenue']].groupby('card_manufacturer',as_index=False).sum().sort_values(by=["Revenue"], ascending = False)

df_revenue_top5_bottom5 = df_revenue_top5_bottom5.head(5)
# 用lambda函数实现空格分隔的千位格式
df_revenue_top5_bottom5.style.bar(color='lightgreen').format({'Revenue': lambda x: '{:,.2f}'.format(x).replace(',', ' ')})

效果说明 #

这段代码会先将数字格式化为带逗号的千位分隔形式（比如7051252.94→7,051,252.94），再把逗号替换成空格，最终得到你要的7 051 252.94格式。

为什么之前的方法无效？ #

• replace直接用在数值列上不生效：Revenue列是数值类型，replace是字符串操作，必须在格式化阶段处理。
• {:.2f}仅控制小数位数：这个格式字符串只指定了保留两位小数，没有包含千位分隔规则。

内容的提问来源于stack exchange，提问作者KurczakChrupiacy2