(Python/Pandas) Format a number (천 단위 구분 기호 및 기타 서식 적용)

수가 일정 자리수 이상 커지면 천단위 콤마를 찍어주는게 가독성이 좋습니다. Python에서는 format이라는 함수를 제공되며 천 단위 구분 기호 외에도 foramt 함수를 활용하여 원하는 형태로 결과를 출력하는 방법을 간단히 소개 하겠습니다.

 

---

Format

• 숫자에 천 개의 쉼표 구분 기호 삽입
• 숫자 서식을 백분율로 지정
• 날짜/시간 열을 원하는 형식으로 변경

 

 

 

---

 

Thousands Separator (천 단위 쉼표 구분 기호 추가)

 

(원본 데이터)

import pandas as pd

file_path = 'd:/pylife/pandas/sales.xlsx'
df = pd.read_excel(file_path)
print(df)

 

(출력 결과) 

             Country       Date  Sales Qty.  Sales Amount
0  San Francisco, CO 2022-01-18         170         59500
1        Chicago, IL 2022-03-21         810        283500
2          Dalas, TX 2022-05-07         340        119000
3    Los Angeles, CA 2022-03-11         560        196000
4        Seattle, WA 2022-06-02         140         49000

'Sales Amount' 열에 1000 단위 쉼표 구분 기호와 달러 기호를 추가하여 형식을 지정하는 방법을 살펴보겠습니다.

 

df.loc[:, "Sales Amount_formatted"] ='$'+ df["Sales Amount"].map('{:,.0f}'.format)

표기법

파이썬 문자열 형식 구문 '{:,.0f}'.format을 사용하여 숫자에 천 개의 쉼표 구분 기호를 추가합니다. 그런 다음 python의 map()기능을 사용하여 'Sales Amount' 열의 모든 행에 형식을 반복하고 적용합니다.

(출력 결과)

             Country       Date  Sales Qty.  Sales Amount Sales Amount_formatted
0  San Francisco, CO 2022-01-18         170         59500                $59,500
1        Chicago, IL 2022-03-21         810        283500               $283,500
2          Dalas, TX 2022-05-07         340        119000               $119,000
3    Los Angeles, CA 2022-03-11         560        196000               $196,000
4        Seattle, WA 2022-06-02         140         49000                $49,000

 

 

구문을 로 변경하면 '{:,.2f}'.format소수점 이하 두 자리 숫자가 표시됩니다.

df.loc[:, "Sales Amount_formatted"] ='$'+ df["Sales Amount"].map('{:,.2f}'.format)

 

 

(출력 결과)

             Country       Date  Sales Qty.  Sales Amount Sales Amount_formatted
0  San Francisco, CO 2022-01-18         170         59500             $59,500.00
1        Chicago, IL 2022-03-21         810        283500            $283,500.00
2          Dalas, TX 2022-05-07         340        119000            $119,000.00
3    Los Angeles, CA 2022-03-11         560        196000            $196,000.00
4        Seattle, WA 2022-06-02         140         49000             $49,000.00

"Sales Amount" 열이 정수 유형이면 다음 코드를 사용하여 천 개의 쉼표 구분 기호를 추가할 수도 있습니다.

df.loc[:, "Sales Amount_formatted"] ='$'+ df["Sales Amount"].map('{:,d}'.format)

 

(출력 결과)

             Country       Date  Sales Qty.  Sales Amount Sales Amount_formatted
0  San Francisco, CO 2022-01-18         170         59500                $59,500
1        Chicago, IL 2022-03-21         810        283500               $283,500
2          Dalas, TX 2022-05-07         340        119000               $119,000
3    Los Angeles, CA 2022-03-11         560        196000               $196,000
4        Seattle, WA 2022-06-02         140         49000                $49,000

 

---

 

Converting from float to percentage (백분율로 숫자 지정)

 

(원본 데이터)

             Country       Date  Sales Qty.     Ratio  Sales Amount Sales Amount_formatted
0  San Francisco, CO 2022-01-18         170  0.084158         59500                 59,500
1        Chicago, IL 2022-03-21         810  0.400990        283500                283,500
2          Dalas, TX 2022-05-07         340  0.168317        119000                119,000
3    Los Angeles, CA 2022-03-11         560  0.277228        196000                196,000
4        Seattle, WA 2022-06-02         140  0.069307         49000                 49,000

 

약간의 수정과 함께 동일한 문자열 형식 구문을 사용하여 'Ratio' 열의 형식을 백분율로 쉽게 지정할 수 있습니다.

df.loc[:, "Ratio_formatted"] = df["Ratio"].map('{:.2%}'.format)

 

 

(출력 결과)

             Country       Date  Sales Qty.     Ratio  Sales Amount Ratio_formatted
0  San Francisco, CO 2022-01-18         170  0.084158         59500           8.42%
1        Chicago, IL 2022-03-21         810  0.400990        283500          40.10%
2          Dalas, TX 2022-05-07         340  0.168317        119000          16.83%
3    Los Angeles, CA 2022-03-11         560  0.277228        196000          27.72%
4        Seattle, WA 2022-06-02         140  0.069307         49000           6.93%

 

---

 

날짜/시간 열 형식을 년-월로 지정

 

동일한 기술을 사용하여 '월' 열의 형식을 '연도-월' 또는 원하는 형식으로 지정할 수도 있습니다.

df.loc[:, "Month_formatted"] =df["Date"].map('{:%Y-%m}'.format) 
df.loc[:, "DateTime_formatted"] =df["Date"] .map('{:%Y-%m-%d %H:%M:%S}'.format) 
df.loc[:, "Year_formatted"] =df["Date"].map('{: %Y}'.format)

             Country       Date  Sales Qty.     Ratio  Sales Amount Ratio_formatted Month_formatted   DateTime_formatted Year_formatted
0  San Francisco, CO 2022-01-18         170  0.084158         59500           8.42%         2022-01  2022-01-18 00:00:00           2022
1        Chicago, IL 2022-03-21         810  0.400990        283500          40.10%         2022-03  2022-03-21 00:00:00           2022
2          Dalas, TX 2022-05-07         340  0.168317        119000          16.83%         2022-05  2022-05-07 00:00:00           2022
3    Los Angeles, CA 2022-03-11         560  0.277228        196000          27.72%         2022-03  2022-03-11 00:00:00           2022
4        Seattle, WA 2022-06-02         140  0.069307         49000           6.93%         2022-06  2022-06-02 00:00:00           2022

 

---

 

마무리

 

한 가지 중요한 점은 이렇게 Formatting을 하면 열이 문자열/객체 유형으로 변경이 됩니다. Formatting할 열을 항상 새 열로 저장하고 원본 열을 덮어쓰지 않는 것을 권장 합니다. 이는 보고 또는 시각화를 위해 서식이 지정된 새 열을 사용하는 것 보다는 데이터 분석에 적절한 데이터 유형이 있는 원래 원본 데이터를 사용해야 하는 경우가 많기 때문입니다.