Python：为DataFrame数值列添加货币符号并保留float数据类型

核心思路是把数据存储和显示格式分开——不要修改数据本身的类型，只在需要展示时套用货币格式，这样底层数据依然是float，完全不影响求和、求均值等数值运算。

方法1：用Styler做可视化展示（Jupyter环境首选） #

Styler是pandas专门用来设置显示样式的工具，不会改动原始数据：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'订单金额': [159.99, 29.5, 89.0]})

# 给订单金额列设置带$的货币显示格式
styled_df = df.style.format({'订单金额': '${:.2f}'})

# 展示样式化后的表格（原始数据类型不变）
display(styled_df)

# 验证：数据还是float，运算正常
print(df['订单金额'].dtype)  # 输出 float64
print(df['订单金额'].sum())   # 输出 278.49

方法2：设置全局显示格式（控制台输出适用） #

如果需要在打印DataFrame时自动显示货币格式，可以全局设置pandas的显示选项：

# 全局设置所有float列的显示格式为带$的两位小数
pd.options.display.float_format = '${:.2f}'.format

print(df)
# 输出：
#    订单金额
# 0 $159.99
# 1  $29.50
# 2  $89.00

# 数值运算不受任何影响
print(df['订单金额'].mean()) # 输出 92.83

重要提示 #

别试图把$符号直接存在数据列里——只要这么做，列的类型必然变成string，后续的数值计算全得报错。数据存储就用纯数值，格式只在展示层处理，这是数据处理的基本准则。

内容的提问来源于stack exchange，提问作者Maya