如何将Pandas列中数值转为保留两位小数的字符串并保留NaN？

核心思路 #

先将目标列转为数值类型，再对非空值做四舍五入保留两位小数的格式化，同时保留原有的NaN值。

代码实现 #

注意你代码里写的PAYMENT和数据里的列名AMOUNT不一致，请替换为实际列名：

import pandas as pd

# 1. 将object类型列转为数值类型，保留原有NaN
df['AMOUNT'] = pd.to_numeric(df['AMOUNT'], errors='coerce')

# 2. 对非NaN值格式化保留两位小数，NaN保持不变
df['AMOUNT'] = df['AMOUNT'].apply(lambda x: f"{x:.2f}" if pd.notnull(x) else x)

如果追求更高效的批量处理，也可以用numpy.where写法：

import pandas as pd
import numpy as np

df['AMOUNT'] = pd.to_numeric(df['AMOUNT'], errors='coerce')
df['AMOUNT'] = np.where(df['AMOUNT'].notna(), df['AMOUNT'].round(2).astype(str), df['AMOUNT'])

效果说明 #

• 原数据中的73.345000会处理为"73.35"，35.720833处理为"35.72"，35.505000处理为"35.51"，完全匹配你的需求；
• 原有的NaN值会被保留，不会被替换为0或其他值；
• 处理后列类型仍为object，所有非空值均为两位小数的字符串格式。

原有代码问题说明 #

你之前的代码仅完成了数值转字符串的操作，但缺少小数位数格式化逻辑；且fillna(0)属于多余步骤（虽然最后用mask还原了NaN，但增加了不必要的计算），去掉该步骤并添加小数格式化逻辑即可解决问题。

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