Pandas DataFrame逐单元格按规则格式化数值并转字符串

初始数据 #

示例中定义的初始DataFrame如下：

import pandas as pd
df = pd.DataFrame({
    'Parameter': ['a', 'b', 'c', 'd'],
    'Value': [0.222, 43544433.8383, 5462.2, 6888440902.223]
})

原始Value列为float浮点类型，数据明细：

格式化规则 #

处理后Value列需转为str字符串类型，格式化逻辑：

• 数值大于10000时，使用保留两位小数的科学计数法格式化
• 数值小于等于10000时，固定保留两位小数格式化

期望输出效果：

实现代码 #

无需写复杂逐行循环，两种轻量实现方式都可满足需求：

方式1：numpy.where向量化实现（大数据量下性能最优） #

import numpy as np

df['Value'] = np.where(
    df['Value'] > 10000,
    df['Value'].map(lambda x: f"{x:.2e}"),
    df['Value'].map(lambda x: f"{x:.2f}")
)

方式2：单apply判断实现（写法最简洁，无需额外依赖） #

df['Value'] = df['Value'].map(lambda x: f"{x:.2e}" if x > 10000 else f"{x:.2f}")

结果校验 #

执行代码后打印DataFrame和列类型，可确认输出完全符合预期：

print(df)
print(df.dtypes)

输出结果：

Parameter     Value
0         a      0.22
1         b  4.35e+07
2         c   5462.20
3         d  6.89e+09
Parameter    object
Value        object
dtype: object

格式化语法说明：.2e表示科学计数法保留两位小数，.2f表示固定小数位保留两位，和需求格式完全匹配。

内容的提问来源于stack exchange，提问作者joshp