Vòng một DataFrame đến một số lượng vị trí thập phân. Số vị trí thập phân để làm tròn mỗi cột đến. Nếu một int được đưa ra, làm tròn mỗi cột vào cùng một số vị trí. Nếu không định hướng và loạt vòng đến số lượng khác nhau của các địa điểm. Tên cột phải nằm trong các phím nếu số thập phân là giống như dict hoặc trong chỉ mục nếu số thập phân là một chuỗi. Bất kỳ cột không bao gồm trong số thập phân sẽ được để lại như vậy. Các phần tử của số thập phân không phải là cột của đầu vào sẽ bị bỏ qua. Các từ khóa bổ sung không có hiệu lực nhưng có thể được chấp nhận để tương thích với Numpy. Các từ khóa bổ sung không có hiệu lực nhưng có thể được chấp nhận để tương thích với Numpy. Một khung dữ liệu với các cột bị ảnh hưởng được làm tròn đến số vị trí thập phân được chỉ định. Xem thêm Vòng một mảng numpy cho số thập phân đã cho. Vòng một loạt cho số lượng số thập phân đã cho. Ví dụ>>> decimals = pd.Series[[0, 1], index=['cats', 'dogs']]
>>> df.round[decimals]
dogs cats
0 0.2 0.0
1 0.0 1.0
2 0.7 0.0
3 0.2 0.0
3>>> decimals = pd.Series[[0, 1], index=['cats', 'dogs']]
>>> df.round[decimals]
dogs cats
0 0.2 0.0
1 0.0 1.0
2 0.7 0.0
3 0.2 0.0
4>>> df = pd.DataFrame[[[.21, .32], [.01, .67], [.66, .03], [.21, .18]],
... columns=['dogs', 'cats']]
>>> df
dogs cats
0 0.21 0.32
1 0.01 0.67
2 0.66 0.03
3 0.21 0.18
Bằng cách cung cấp một số nguyên, mỗi cột được làm tròn đến cùng một số vị trí thập phân
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.2
Với một dict
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.0
Sử dụng một chuỗi, số lượng vị trí cho các cột cụ thể có thể được chỉ định với tên cột là chỉ mục và số lượng vị trí thập phân là giá trị
>>> decimals = pd.Series[[0, 1], index=['cats', 'dogs']] >>> df.round[decimals] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.0
Dưới đây là 4 cách để làm tròn các giá trị trong Pandas DataFrame:
[1] Vòng tròn đến các số thập phân cụ thể trong một cột DataFrameound to specific decimal places under a single DataFrame column
df['DataFrame column'].round[decimals = number of decimal places needed]
[2] Làm tròn các giá trị trong một cột DataFrame duy nhất
df['DataFrame column'].apply[np.ceil]
[3] Làm tròn các giá trị xuống trong một cột DataFrame duy nhất
df['DataFrame column'].apply[np.floor]
[4] Làm tròn các số thập phân cụ thể đặt dưới toàn bộ khung dữ liệu
df.round[decimals = number of decimal places needed]
Bây giờ, hãy xem cách áp dụng các phương pháp trên bằng các ví dụ thực tế.
[1] Vòng tròn đến các số thập phân cụ thể trong một cột DataFrame
[2] Làm tròn các giá trị trong một cột DataFrame duy nhất
[3] Làm tròn các giá trị xuống trong một cột DataFrame duy nhất |
5.52132 |
6.572935 |
7.21 |
8.755 |
9.9989 |
[4] Làm tròn các số thập phân cụ thể đặt dưới toàn bộ khung dữ liệu
import pandas as pd data = {'values': [5.52132, 6.572935, 7.21, 8.755, 9.9989]} df = pd.DataFrame[data, columns = ['values']] print[df]
Bây giờ, hãy xem cách áp dụng các phương pháp trên bằng các ví dụ thực tế.
values
0 5.521320
1 6.572935
2 7.210000
3 8.755000
4 9.998900
Giả sử rằng bạn có một bộ dữ liệu chứa các giá trị sau [với các vị trí thập phân có độ dài khác nhau]:
giá trị
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.20
Sau đó, bạn có thể tạo một khung dữ liệu để ghi lại các giá trị đó trong Python:
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.21
Vì vậy, mã Python hoàn chỉnh sẽ trông như thế này:
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.22
Bạn sẽ nhận được kết quả tương tự bằng cách sử dụng Numpy:
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.23
Làm thế nào để bạn làm tròn đến 2 chữ số thập phân trên gấu trúc?
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.24
4 cách để làm tròn các giá trị trong gấu trúc DataFrame.
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.25
Bạn sẽ nhận được kết quả tương tự bằng cách sử dụng Numpy:
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.23
[2] Làm tròn các giá trị trong một cột DataFrame duy nhất
[3] Làm tròn các giá trị xuống trong một cột DataFrame duy nhất
[4] Làm tròn các số thập phân cụ thể đặt dưới toàn bộ khung dữ liệu
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.27
Bây giờ, hãy xem cách áp dụng các phương pháp trên bằng các ví dụ thực tế.
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.28
Giả sử rằng bạn có một bộ dữ liệu chứa các giá trị sau [với các vị trí thập phân có độ dài khác nhau]:
>>> df.round[1] dogs cats 0 0.2 0.3 1 0.0 0.7 2 0.7 0.0 3 0.2 0.29
giá trị
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.00
[3] Làm tròn các giá trị xuống trong một cột DataFrame duy nhất
[4] Làm tròn các số thập phân cụ thể đặt dưới toàn bộ khung dữ liệu
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.01
Bây giờ, hãy xem cách áp dụng các phương pháp trên bằng các ví dụ thực tế.
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.02
Giả sử rằng bạn có một bộ dữ liệu chứa các giá trị sau [với các vị trí thập phân có độ dài khác nhau]:
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.03
giá trị
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.04
Sau đó, bạn có thể tạo một khung dữ liệu để ghi lại các giá trị đó trong Python:
DataFrame sẽ trông như thế này trong Python:
Hãy nói rằng mục tiêu của bạn là làm tròn các giá trị đến 3 số thập phân.
[4] Làm tròn các số thập phân cụ thể đặt dưới toàn bộ khung dữ liệu
Giả sử rằng bạn có một bộ dữ liệu mới với nhiều cột:
values_1 | values_2 | values_3 |
5.52132 | 22.7352 | Aaa |
6.572935 | 11.82 | ABC |
7.21 | 23.75839 | XYZ |
8.755 | 4.22 | Aabb |
9.9989 | 15.1173 | PPPP |
Đây là cách mà DataFrame sẽ trông như thế nào trong Python:
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.05
Khi bạn chạy mã trong Python, bạn sẽ nhận được DataFrame sau:
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.06
Hãy để nói rằng mục tiêu của bạn là làm tròn các giá trị đến 2 số thập phân trên tất cả các cột có chứa các giá trị số [nghĩa là, các cột ‘giá trị_1 và‘ giá trị_2].
Sau đó, bạn có thể sử dụng phương pháp thứ tư để làm tròn các giá trị trong tất cả các cột có chứa các giá trị số trong DataFrame:
df.round[decimals = number of decimal places needed]
Và đây là mã mà bạn có thể sử dụng cho ví dụ của chúng tôi:
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.08
Bạn sẽ thấy rằng các giá trị hiện được làm tròn đến 2 vị trí thập phân trên 2 cột có chứa dữ liệu số:
>>> df.round[{'dogs': 1, 'cats': 0}] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.09
Ngoài ra, bạn có thể nhận được kết quả tương tự bằng cách sử dụng Numpy:
>>> decimals = pd.Series[[0, 1], index=['cats', 'dogs']] >>> df.round[decimals] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.00
Vì vậy, mã Python hoàn chỉnh sẽ trông như thế này:
>>> decimals = pd.Series[[0, 1], index=['cats', 'dogs']] >>> df.round[decimals] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.01
Bạn sẽ nhận được kết quả tương tự bằng cách sử dụng Numpy:
>>> decimals = pd.Series[[0, 1], index=['cats', 'dogs']] >>> df.round[decimals] dogs cats 0 0.2 0.0 1 0.0 1.0 2 0.7 0.0 3 0.2 0.02