如何对groupby处理后的DataFrame应用{:.3f}格式且保留原High列值？

你完全不需要新建DataFrame，直接在已有的hg上操作就能实现需求——保持High列数值不变，把其他数值列格式化为三位小数。下面给你两种常用的实现方式：

方式一：直接修改现有列（覆盖原数据） #

如果不担心覆盖原始数值，可以直接对counts和Total列做格式化处理：

# 对counts列格式化为三位小数（转为字符串格式）
hg['counts'] = hg['counts'].apply(lambda x: "{:.3f}".format(x))
# 对Total列格式化为三位小数（转为字符串格式）
hg['Total'] = hg['Total'].apply(lambda x: "{:.3f}".format(x))

如果你希望保持数值类型（而非转为字符串），可以用round()方法实现四舍五入到三位小数：

hg['counts'] = hg['counts'].round(3)
hg['Total'] = hg['Total'].round(3)

这两种方式都不会改动High列的数值，完全符合你的要求。

方式二：添加新列（保留原数据） #

如果想保留原始数值列，只新增格式化后的列，可以这样做：

# 添加格式化后的新列
hg['New_counts'] = hg['counts'].apply(lambda x: "{:.3f}".format(x))
hg['New_Total'] = hg['Total'].apply(lambda x: "{:.3f}".format(x))

处理后的DataFrame会变成类似你预期的样子：

额外提示：保留原始数据的安全操作 #

如果担心误改原数据，可以先复制一份hg再操作：

hg_safe = hg.copy()
# 然后在hg_safe上执行上述格式化代码

内容的提问来源于stack exchange，提问作者Don Coder