Python中如何控制Pandas DataFrame的浮点数精度并保留末尾的0？
我的期望是，对于某列价格，既保留 2 位小数，都同时能显示出末尾的 0。
对于序列，控制具体数的 X = decimal.Decimal(’%.2f’ % X)，显然不能起作用
网上查到的 pd.options.display.float_format = ‘${:,.2f}’.format，似乎没有任何作用。
DataFrame 中相关 series 目前就是保留 2 位小数，但浮点数都没有 0
意思是 2.00 显示为 2，1.90 ，显示为 1.9。
我希望所有浮点数列为 2.00 ，1.90 ，这样整齐的一列。求教正确语法。
Python中如何控制Pandas DataFrame的浮点数精度并保留末尾的0？
3 回复
核心方案： 使用 pandas.set_option 设置全局显示精度，并结合 round 方法控制数据精度，但要注意这通常只影响显示而不改变存储值。如果需要固定格式的字符串输出（保留末尾0），需转换为字符串类型。
具体操作：
-
设置全局显示精度（仅影响显示）：
import pandas as pd pd.set_option('display.precision', 3) # 全局显示3位小数 -
使用
round方法处理数据（实际四舍五入）：df_rounded = df.round(3) # 所有列保留3位小数 df['column'] = df['column'].round(3) # 单列处理 -
完全保留末尾0（转换为字符串）：
# 方法1：使用applymap格式化（适用于整个DataFrame） df_str = df.applymap(lambda x: f'{x:.3f}') # 固定3位小数，末尾补0 # 方法2：使用Series的map方法（针对单列） df['column'] = df['column'].map('{:.3f}'.format)
示例演示：
import pandas as pd
import numpy as np
# 原始数据
df = pd.DataFrame({
'A': [1.234567, 2.0, 3.500],
'B': [4.56789, 5.0, 6.100]
})
print("原始数据:")
print(df)
# 设置显示精度
pd.set_option('display.precision', 3)
print("\n设置显示精度后:")
print(df)
# 实际四舍五入
df_rounded = df.round(2)
print("\n四舍五入到2位小数:")
print(df_rounded)
# 转换为字符串保留末尾0
df_str = df.applymap('{:.3f}'.format)
print("\n字符串格式（保留末尾0）:")
print(df_str)
关键区别：
set_option和round处理的是数值，但浮点数存储时末尾的0会被丢弃- 字符串格式化能真正保留末尾0，但会失去数值计算能力
一句话建议： 显示用set_option，计算用round，输出固定格式用字符串转换。
