跳到主要内容

Python 格式化输出

format 格式化​

关键字​

print('{name} is {age} years old!'.format(name='xiaoming',age=10))
# 输出：xiaoming is 10 years old!

位置​

print('{0} is {1} years old'.format('xiaohua','21'))
# 输出：xiaohua is 21 years old
print('{1} is {0} years old'.format('xiaohua','21'))
# 输出：21 is xiaohua years old

填充和对齐​

print("{0:10}".format("0123456789")) # 填充
# 0123456789
print('{0:^10}'.format('123')) # 居中
#       123
print('{0:>10}'.format('123')) # 右对齐
#               123
print('{0:<10}'.format('123')) # 左对齐
# 123

精度​

print('{}hhhh{:.3f}'.format(3,3))
# 3hhhh3.000

千分位分隔符​

print('{:,}'.format(100000000))
print('{:,}'.format(235445.234235))
# 输出
100,000,000
235,445.234235

% 格式化​

print('{%.3f}hhhh{%3f}' % (3,3))
# {3.000}hhhh{3.000000}
print('%.3fhhhh%3f' % (3,3))
# {3.000}hhhh{3.000000}

apply 用法

函数都是很有灵性的，跟一个活物一样，有些函数比较跳脱，它可以在很多个程序或者代码块里调用使用，甚至是跨程序都可以进行使用，不需要去专门的更改，还有些函数比较内敛，只能单一的专注一个位置使用，不管出于哪种使用，我们都要知道函数都是存在自身的使用情况，都是为了我们代码块正常运行而做，下面给大家介绍自由的函数——apply apply 常在 pandas 中使用。

def filterfunc2(row):  #定义一个函数，以一条记录（一行）为输入，行的索引号范围
    idx=row.name      #得到行索引号
    return  50<=idx<=58  #判断范围
mask2=parkslayer.apply(filterfunc2,axis=1)     #通过 apply 方法，逐行执行 filterfunc 方法，得到选择数据的布尔索引蒙板
mask2