如何将Pandas DataFrame的Volume列数值转为带M后缀的百万单位格式

实现逻辑 #

要达到示例里58792000.0显示为58.792M的效果，换算关系很直接：1M对应100万，把原列数值除以1e6，保留3位小数后拼接M后缀就行。优先用展示层做格式化，别把原列的数值改成字符串，不然后面算均值、筛数据、画图的时候容易出问题。

具体操作 #

1. 先写个处理单个数值的转换函数

   import pandas as pd
   def format_volume(val):
       # 遇到空值直接返回，避免报错
       if pd.isna(val):
           return val
       return f"{val / 1e6:.3f}M"
   

2. 按场景选应用方式
   • 只是看着舒服、原数值要留着做计算的话（最常用）：用pandas自带的style.format配置，不会动原列的内容

     df.style.format({"Volume": format_volume})
     

   • 需要单独存一份格式化好的字符串列的话：用apply逐行转

     df["Volume_show"] = df["Volume"].apply(format_volume)
     

通用扩展 #

要是之后还要处理更小的千级数值、更大的十亿级数值，就把转换函数改成自动匹配量级的版本，不用每次手动除以对应的换算值：

def format_big_num(val):
    if pd.isna(val):
        return val
    abs_val = abs(val)
    if abs_val >= 1e9:
        return f"{val / 1e9:.3f}B"
    elif abs_val >= 1e6:
        return f"{val / 1e6:.3f}M"
    elif abs_val >= 1e3:
        return f"{val / 1e3:.3f}K"
    else:
        return f"{val:.3f}"

踩坑提醒 #

• 别直接把转换后的字符串值覆盖回原Volume列，一旦列类型从浮点变成字符串，后续做数值运算全要报错
• 要改小数位数很简单，把格式化字符串里的.3f改成对应数字就行，比如要2位小数就写成.2f

内容的提问来源于stack exchange，提问作者betanoox