如何设置Pandas DataFrame浮点数显示为1K/1M/1B可读格式且不修改原值

你可以通过自定义数值格式化函数，配合pandas的显示配置实现需求，完全不会改动DataFrame存储的原始数值，也不需要额外新增列。

方法1：全局生效配置（所有DataFrame显示都遵循该格式） #

先定义可读数值格式化函数，再赋值给pandas全局显示参数即可：

import pandas as pd

def human_readable_format(num):
    units = [
        (1e12, 'T'),
        (1e9, 'B'),
        (1e6, 'M'),
        (1e3, 'K'),
        (1, '')
    ]
    for threshold, unit in units:
        if abs(num) >= threshold:
            # 保留2位小数，可按需调整小数位数
            return f"{num / threshold:.2f}{unit}"
    return f"{num:.2f}"

# 配置全局显示格式
pd.options.display.float_format = human_readable_format

测试你提供的示例DataFrame，输出效果如下：

0
0   10.00
1  100.00
2    1.00K
3   10.00K
4  100.00K
5    1.00M
6   10.00M
7  100.00M
8    1.00B
9   10.00B

如果后续需要恢复默认显示格式，执行pd.reset_option('display.float_format')即可。

方法2：单表临时生效（仅当前DataFrame显示生效，不影响全局配置） #

如果你不想修改全局配置，只需要给单个DataFrame设置显示样式即可：

# 示例DataFrame
df = pd.DataFrame([10.,100.,1000.,10000.,100000.,1000000.,10000000.,100000000.,1000000000.,10000000000.])
# 应用格式化显示
df.style.format(human_readable_format)

该方法仅修改当前DataFrame的渲染显示效果，原始数值完全不变，不影响后续任何计算逻辑。

内容的提问来源于stack exchange，提问作者Veki