Pandas - 基于列名和行值应用样式/格式

Question

import pandas as pd

df2 = pd.DataFrame.from_records(
{'Compared': {0: -0.090909090999999997,
  1: -0.130434783,
  2: -0.10714285699999999,
  3: -0.15966386599999999},
 'LastYR': {0: 5500.0, 1: 115.0, 2: 84.0, 3: 40520.523399999998},
 'METRIC': {0: 'Visits', 1: 'Units', 2: 'Orders', 3: 'Sales'},
 'Today': {0: 5000.0, 1: 100.0, 2: 75.0, 3: 34050.860000000001},
 'region_rollup': {0: 'America', 1: 'America', 2: 'America', 3: 'America'}}

)
df2.head()

我如何申请：

a) 我想要的任何整列的 % 格式

b) METRIC 值为“销售额”的任何行的货币 $ 格式

我已经尝试了 df.style.format() 函数，它可以让我对列进行子集化并应用 % 格式，但是我无法确定要编写哪种函数来允许我根据另一个值对列进行格式化列（同样，“如果指标 = 销售额，那么今天将格式设置为货币”，或多或少）。

谢谢！

Answer 1

对于第一个条件，如果只有数字的百分比可能会起作用：

df2['%'] = (df2['LastYR']/ df2['LastYR'].sum()) * 100

对于第二个条件，您可以使用，例如，如果METRIC是Sales那么，除以其他列值，在下面如果Sales然后将Today列除以 100.0，否则与Today列值保持相同：

df2['Currency'] = df2.apply(lambda row: (row['Today'] / 100.0 if row['METRIC'] == 'Sales' else row['Today']), axis=1)

结果：

   Compared      LastYR  METRIC     Today region_rollup          %   Currency
0 -0.090909   5500.0000  Visits   5000.00       America  11.899733  5000.0000
1 -0.130435    115.0000   Units    100.00       America   0.248813   100.0000
2 -0.107143     84.0000  Orders     75.00       America   0.181741    75.0000
3 -0.159664  40520.5234   Sales  34050.86       America  87.669713   340.5086

更新：

使用函数和使用apply ：

def test_function(row):
    if row['METRIC'] == 'Sales':
        return row['Today'] / 100.0 
    else:
        return row['Today']

并使用lambda并apply每一行：

df2['Currency'] = df2.apply(lambda row: test_function(row), axis=1)

更新 2：

def test_function(row, column):
    if row['METRIC'] == 'Sales':
        return row[column] / 100.0 
    else:
        return row[column]

df2['%'] = (df2['LastYR']/ df2['LastYR'].sum()) * 100

column_list = ['Today', 'LastYR']
for column in column_list:
    df2[column] = df2.apply(lambda row: test_function(row, column), axis=1)