df.style.format() 不影响原始数据，因其仅为显示层机制，只改变HTML/Notebook渲染外观，底层数值类型、精度、存储均不变；取值如df.iloc[0,0]仍返回原始浮点数（如3.1415926535），导出CSV/Excel默认用原始值，需额外参数或round()修改数据本身。
为什么 df.style.format() 不影响原始数据
因为 style 是纯显示层机制，只改变渲染后的 HTML 或 Notebook 中的外观，底层 df 的数值类型、精度、存储完全不变。你用 df.iloc[0, 0] 取出来的还是原始浮点数，比如 3.1415926535，不会变成 3.14。
常见错误现象：改完 format() 后导出 Excel 或做计算，发现小数位没“生效”——那是正常现象，不是 bug。
- 导出 CSV/Excel 时默认用原始值，需额外传参如
df.to_excel(..., float_format="%.2f") - 想永久截断数值，得用
round()或np.round()修改数据本身 -
format()中的字符串模板（如"{:.2f}"）不支持条件逻辑，复杂格式要写自定义函数
按列单独控制精度比全局 format() 更常用
实际分析中，价格列保留 2 位，增长率保留 1 位，误差值保留 6 位很常见。硬套全局 format("{:.3f}") 反而掩盖信息。
推荐直接传字典：
立即学习“Python免费学习笔记（深入）”；
df.style.format({
"price": "${:.2f}",
"growth_rate": "{:.1%}",
"error": "{:.6f}"
})
注意：format() 键名必须严格匹配列名（区分大小写），且只对 object 和数值列生效；如果某列是 category 或含空值，可能静默失效。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 列名带空格或特殊字符？用
df.columns = df.columns.str.replace(" ", "_")预处理更省心 - 想对所有数值列统一设精度，用
{np.number: "{:.2f}"}，但会覆盖已定义的字符串列格式 - 百分比列别忘了先乘 100 再用
{:.1%}，否则 0.05 会显示成 5.0%
导出 HTML 时样式丢失？检查 set_properties() 和 to_html() 的配合
style.format() 生成的是 Styler 对象，直接调 to_html() 才能保留格式；如果误用 df.to_html()，就只剩原始数据。
正确写法：
df.style.format({"value": "{:.3f}"}).to_html("report.html")
容易踩的坑：
- 在 Jupyter 里显示正常，但保存 HTML 后打开发现没格式？大概率漏了
.to_html()，用了df.to_html() - 导出的 HTML 没表格边框？加
.set_properties(**{"border": "1px solid #ddd"}) - 中文列名乱码？确保
to_html()加escape=False并用 UTF-8 编码保存文件
性能敏感场景下慎用 format() + 大量行数
Styler 在渲染时会对每单元格调用格式化函数，10 万行 × 10 列就是百万次字符串操作。Jupyter 渲染会明显卡顿，导出 HTML 文件体积也暴涨。
替代思路：
- 仅对前 1000 行用
style，其余用df.head(1000).style... - 真要导出全量带格式的 HTML？先用
round()降精度再导出，避免运行时格式化 - 服务端生成报表？考虑用
plotly.express或dash动态格式化，而非 Pandas Styler
最常被忽略的一点：format() 不支持 NaN 的差异化显示，比如想把缺失值标为 "—" 而非空字符串，得用 df.fillna("—").style.format(...)，但要注意这会改变原始 NaN 类型，后续 isna() 判断会失效。
