Pandas实现带欧元符号、自定义千分位与小数分隔符的数值格式化

需求 #

需要将float类型数值按以下规则格式化：

• 千分位分隔符为点号（.）
• 小数分隔符为逗号（,）
• 始终显示两位小数
• 添加欧元符号（€）

现有代码及结果 #

现有代码：

import pandas as pd

df = pd.DataFrame({'x': [1.50, 
                    2.3456,
                    10000.22,
                    100.3,
                    6800]})

df['x'].map('{:.2f} €'.format)

运行结果：

0        1.50 €
1        2.35 €
2    10000.22 €
3      100.30 €
4     6800.00 €
Name: x, dtype: object

期望结果 #

0        1,50 €
1        2,35 €
2   10.000,22 €
3      100,30 €
4    6.800,00 €
Name: x, dtype: object

解决方案 #

方法1：利用locale模块适配欧元区格式 #

欧元区（如德语区）的数值格式正好符合需求，可以通过locale模块直接调用对应区域的格式化规则：

import pandas as pd
import locale

# 配置区域（不同系统写法可能有差异：Linux用'de_DE.UTF-8'，Windows用'de_de'）
locale.setlocale(locale.LC_ALL, 'de_DE.UTF-8')

df = pd.DataFrame({'x': [1.50, 
                    2.3456,
                    10000.22,
                    100.3,
                    6800]})

# 调用locale的格式化函数，自动处理千分位和小数分隔符
df['formatted_x'] = df['x'].map(lambda num: f"{locale.format_string('%.2f', num, grouping=True)} €")

print(df['formatted_x'])

注意：如果系统缺少对应区域包，Linux下需先安装（如language-pack-de），Windows通常自带。

方法2：自定义格式化函数（不依赖系统环境） #

如果不想依赖系统区域设置，可手动实现格式转换逻辑：

import pandas as pd

def format_euro(num):
    # 先格式化为两位小数的字符串
    raw_str = '{:.2f}'.format(num)
    # 拆分整数与小数部分
    integer_part, decimal_part = raw_str.split('.')
    # 给整数部分添加千分位点号：逆序后每三位拆分，再逆序拼接
    grouped_integer = '.'.join([
        integer_part[::-1][i:i+3][::-1] 
        for i in range(0, len(integer_part), 3)
    ][::-1])
    # 拼接最终格式
    return f'{grouped_integer},{decimal_part} €'

df = pd.DataFrame({'x': [1.50, 
                    2.3456,
                    10000.22,
                    100.3,
                    6800]})

df['formatted_x'] = df['x'].map(format_euro)

print(df['formatted_x'])

这个方法兼容性更强，无需依赖系统区域配置，直接通过字符串操作实现需求格式。

内容的提问来源于stack exchange，提问作者E. Sommer