Pandas如何将表头含Price的列数值格式化为美元货币格式

实现方案 #

你可以根据自己的使用场景选择以下两种实现方式：

场景1：仅展示/导出Excel时格式化，保留原始数值类型（不影响后续数值计算） #

如果你需要后续继续对价格列做求和、排序等数值运算，推荐用这种方式，仅在输出时做格式渲染，不会修改原始数据：

import pandas as pd

# 先筛选所有表头含"Price"的列
price_cols = [col for col in df.columns if "Price" in col]

# 导出到Excel时设置货币格式
with pd.ExcelWriter("格式化结果.xlsx", engine="xlsxwriter") as writer:
    df.to_excel(writer, index=False)
    workbook  = writer.book
    worksheet = writer.sheets["Sheet1"]
    # 定义美元货币格式：带千分位分隔符、保留两位小数
    currency_fmt = workbook.add_format({"num_format": "$#,##0.00"})
    # 给所有价格列设置格式
    for col in price_cols:
        col_index = df.columns.get_loc(col)
        # 三个参数分别是：列起始位置、列结束位置、列宽、格式
        worksheet.set_column(col_index, col_index, 14, currency_fmt)

场景2：直接将DataFrame中的价格列转换为格式化后的字符串 #

如果你不需要后续做数值运算，只需要拿到格式化好的文本结果，直接用f-string格式化即可：

price_cols = [col for col in df.columns if "Price" in col]

for col in price_cols:
    # 先把列转为数值类型，避免非数值报错
    df[col] = pd.to_numeric(df[col], errors="coerce")
    # 格式化数值，空值返回空字符串
    df[col] = df[col].apply(lambda x: f"${x:,.2f}" if pd.notna(x) else "")

格式化后效果完全符合你的要求：数值1399会转为$1,399.00，1538.9会转为$1,538.90。

内容的提问来源于stack exchange，提问作者Lukeberry Pi