如何编辑Pivot Table输出并设置小数位数以完整查看Jupyter表格？

一、优化透视表生成代码 #

你当前的代码重复调用np.percentile过于冗余，可以用np.arange生成百分位数序列简化，同时注意将index参数改为实际字段名tipo_de_viaje：

import numpy as np
import pandas as pd

# 生成10到100步长为10的百分位数列表
percentiles = np.arange(10, 101, 10)
pivot_df = df.pivot_table(
    values="ratio",
    index="tipo_de_viaje",
    aggfunc=lambda x: [np.percentile(x, p) for p in percentiles]
)
# 给列命名为对应百分位数，提升可读性
pivot_df.columns = [f"{p}%" for p in percentiles]

二、解决小数位数显示不全问题 #

方法1：全局设置Pandas显示精度 #

通过设置全局显示选项，让所有Pandas输出都固定小数位数（以保留2位为例，可按需修改）：

pd.set_option('display.float_format', '{:.2f}'.format)

设置后直接输出透视表，即可看到格式化后的结果。

方法2：单独格式化当前透视表 #

如果不想影响全局设置，仅对当前透视表做格式化：

# 方法A：用round函数直接修改数值
pivot_formatted = pivot_df.applymap(lambda x: round(x, 2))
display(pivot_formatted)  # Jupyter中用display显示更美观

# 方法B：用style格式化（支持更丰富的样式）
pivot_df.style.format("{:.2f}")

三、常用的透视表输出编辑操作 #

• 自定义列名：通过pivot_df.columns = [...]为列设置更易读的名称
• 重置索引：用pivot_df.reset_index()将行索引转为普通数据列
• 排序：按指定列排序，例如pivot_df.sort_values(by="50%", ascending=False)
• 筛选行：根据数值条件过滤，例如pivot_df[pivot_df["50%"] > 0.5]

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