如何在pandas的DataFrame中将浮点数转换为美元货币格式

根据你需要的特殊格式（8.301400转换为$8,30,1400），可以通过自定义格式化函数实现，分两种常用场景：

场景1：仅显示时格式化，不修改原数据 #

使用pandas的style功能实现，适合Jupyter展示、导出Excel等场景：

# 自定义格式化函数
def custom_dollar_format(x):
    # 将浮点数转为固定6位小数的字符串，移除小数点
    num_str = f"{x:.6f}".replace(".", "")
    # 按规则插入分隔符
    reversed_num = num_str[::-1]
    split_parts = [reversed_num[i:i+2] for i in range(0, len(reversed_num), 2)]
    result = ",".join(split_parts)[::-1]
    return f"${result}"

# 对整个DataFrame应用格式
df.style.format(custom_dollar_format)

# 如果只需对指定列设置格式
df.style.format({"你要转换的列名": custom_dollar_format})

场景2：直接修改列值为格式化后的字符串 #

如果需要将转换后的格式保存为数据的一部分，使用apply方法处理对应列：

df["目标列名"] = df["目标列名"].apply(custom_dollar_format)

补充：标准美元货币格式转换 #

如果你需要通用的美元格式（带$符号、千分位分隔、保留两位小数，例如1234.56展示为$1,234.56），可以直接用内置格式字符串，不需要自定义函数：

# 仅显示用
df.style.format("${:,.2f}")
# 修改原列值
df["目标列名"] = df["目标列名"].apply(lambda x: f"${x:,.2f}")

内容的提问来源于stack exchange，提问作者ram babu