如何在Styler Map中结合不同样式并处理多数据类型格式？

你的代码存在两个核心问题，导致浮点数精度设置失效：

1. 类型判断逻辑错误 #

type(cell_val) == "float64" 的写法完全错误：

• DataFrame中float64类型的单元格值，在Python层面是float对象，而非字符串"float64"；
• 正确的判断方式应为isinstance(cell_val, float)，如果需要更严格匹配DataFrame的dtype，也可以结合列的类型来判断。

2. 混淆样式与数值格式的设置逻辑 #

style.map方法仅用于返回CSS样式字符串（比如背景色），而precision=2是数值显示格式的要求，不能直接作为返回值传给map。要设置浮点数精度，需要结合style.format方法，或者使用Styler.applymap返回包含格式化值和样式的元组。

修正后的代码方案 #

方案1：分开处理样式与数值格式 #

先用map设置背景色，再用format统一处理浮点数精度：

def abc_style_format(cell_val):
    default = ""
    style_a = "background-color: green"
    style_b = "background-color: gold"
    style_c = "background-color: salmon"

    match cell_val:
        case "A":
            return style_a
        case "B":
            return style_b
        case "C":
            return style_c

    return default

# 先设置单元格背景色，再格式化浮点数
styled_df = df_abc.style.map(abc_style_format)\
                .format(lambda x: "{:.2f}".format(x) if isinstance(x, float) else x)

方案2：用applymap同时处理格式与样式 #

如果想在单个函数中完成所有逻辑，可以用applymap返回(格式化后的值, CSS样式)的元组：

def abc_style_format(cell_val):
    default_style = ""
    style_a = "background-color: green"
    style_b = "background-color: gold"
    style_c = "background-color: salmon"

    # 处理字符串类型的背景色样式
    if isinstance(cell_val, str):
        match cell_val:
            case "A":
                return (cell_val, style_a)
            case "B":
                return (cell_val, style_b)
            case "C":
                return (cell_val, style_c)
        return (cell_val, default_style)
    # 处理浮点数的精度格式化
    elif isinstance(cell_val, float):
        formatted_val = "{:.2f}".format(cell_val)
        return (formatted_val, default_style)
    # 其他类型（如int64）保持原样
    else:
        return (cell_val, default_style)

styled_df = df_abc.style.applymap(abc_style_format)

额外说明 #

• 若只需要针对特定浮点数列设置精度，可在format中指定列名：.format({"目标浮点数列名": "{:.2f}"})；
• 对于int64类型的数值，若无需特殊格式，直接保留原有逻辑即可。

内容的提问来源于stack exchange，提问作者Mikhail Le