本文中的例子均以 jupyter notebook 运行并输出结果截图，公众号有相关图文教程说明如何安装和配置 jupyter notebook，如有需要可前往查看
在处理和分析数据的过程中，有时我们涉及到需要以百分比的格式输出某个结果，或者以百分比的格式输出统计结果（数据量少的情况下）
下面直接附上例子的代码和运行结果截图
#假设结果为 96.6 ，赋值给变量xx = 96.6print('方法一：保留2位小数 %.2f%%'%x)# 当不保留小数时，输出结果默认四舍五入print('方法一：不保留小数位数 %.0f%%'%x)print('方法二：保留两位小数 {:.2f}%'.format(x))# 当不保留小数时，输出结果默认四舍五入print('方法二：不保留小数位数 {:.0f}%'.format(x))# 注意输出结果均为字符串(str)格式# 查看输出结果的类型type('{:.0f}%'.format(x))
输出结果如下，注意百分比格式输出的结果数据类型均为字符串格式，不能直接再次运算
例如，新增用户的留存率需要用百分比格式展示，数据量不大，为了方便结果的查看需要直接以百分比格式输出，可以用这种方法
import pandas as pd# 创建一个 dataframed = {"时间": ["当天新增","次日","3日","7日","30日"],"留存用户数":[1986,1801,1211,1005,905]}df = pd.DataFrame(data = d)df
计算留存率
# 计算留存率，并以保留2位小数的百分比格式输出结果df['留存率'] = df['留存用户数'].apply(lambda x:"%.2f%%"%((x/1986)*100))df
结果
数据可视化是数据分析中特别重要的一步，如何输出百分比的数据标签图呢，excel以及其他BI工具都非常简单，那么python也不难以 pyecharts为例
# 导入pyecharts可视化模块from pyecharts.charts import Linefrom pyecharts import options as optsfrom pyecharts.commons.utils import JsCodefrom pyecharts.globals import ThemeTypedata_x = df['时间'].tolist()data_y = df['留存率'].tolist()data_y_0 = [float(x.strip('%')) for x in data_y]line = (Line(init_opts=opts.InitOpts(theme=ThemeType.MACARONS)).add_xaxis(data_x) # 添加x轴数据.add_yaxis("留存率", data_y_0, # 标题和y轴数据label_opts=opts.LabelOpts(formatter=JsCode("function (params) {return params.value[1] + '%'}"))).set_global_opts(yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} %"))) # 设置y轴的数据格式)line.render_notebook()
结果：
c = (Bar().add_xaxis(data_x).add_yaxis("留存率",data_y_0,label_opts=opts.LabelOpts(formatter="{c}%")).set_global_opts(tooltip_opts=opts.TooltipOpts(formatter="{c}%")))c.render_notebook()
结果如图
end~~
欢迎扫码关注
或点击文章顶部蓝字关注