Pandas DataFrame数值格式化：显示百分比且不转为字符串？

1. 直接转字符串的转换是否正确？ #

如果你是通过apply/map或字符串格式化赋值给列（比如df['col'] = df['col'].apply(lambda x: f"{x:.1%}")），这种操作确实会把float类型转为字符串类型。这种转换本身语法上是正确的，但会丢失数值的运算特性——字符串无法直接参与数学计算，这是这类处理方式的局限性，并非pandas的设计问题。

2. 能否像Excel那样仅修改显示格式、保留float类型？ #

完全可以，pandas提供了两种核心方式实现类似Excel的「显示格式与底层数据分离」：

方法一：使用style.format()（针对单个DataFrame）

这是pandas的样式功能，仅修改DataFrame的显示样式，底层数据完全保留原float类型，不影响任何运算：

import pandas as pd

# 创建测试DataFrame
df = pd.DataFrame({'百分比列': [0.125, 0.3, 0.75]})

# 设置显示格式为带一位小数的百分比
styled_df = df.style.format({'百分比列': '{:.1%}'})

# 查看底层数据类型（仍是float64）
print(df['百分比列'].dtype)
# 正常进行数学运算
print(df['百分比列'].sum())  # 输出 1.175

这种方式适合在Jupyter Notebook、网页报表等场景展示格式化后的结果，底层数据依然可以随时用于计算。

方法二：全局设置浮点显示格式

通过pd.options.display.float_format设置全局的浮点型显示规则，所有DataFrame的浮点列都会按该格式显示，底层数据类型不变：

import pandas as pd

pd.options.display.float_format = '{:.1%}'.format

df = pd.DataFrame({'百分比列': [0.125, 0.3, 0.75]})
print(df)  # 显示为百分比格式
print(df['百分比列'].dtype)  # 输出 float64
print(df['百分比列'].mean())  # 正常运算，输出 0.391666...

注意：这种全局设置会影响所有浮点列的显示，如果你只需要特定列格式化，优先用style.format()。

关键提醒 #

一定要区分修改显示样式和修改数据本身：

• 前者（style.format()/全局显示设置）：仅改变视觉呈现，底层数据类型和值完全不变，可正常运算；
• 后者（转字符串赋值）：直接修改数据类型为字符串，丢失数值特性，不可取。

内容的提问来源于stack exchange，提问作者wayner